[发明专利]一种基于机器学习的设备故障检测方法有效
申请号: | 201811572223.X | 申请日: | 2018-12-21 |
公开(公告)号: | CN109635008B | 公开(公告)日: | 2020-11-24 |
发明(设计)人: | 祝守宇;张辉;熊楗洲;刘勇;王开业;樊妍睿;马波涛;朱芝濡 | 申请(专利权)人: | 成都航天科工大数据研究院有限公司 |
主分类号: | G06F16/2458 | 分类号: | G06F16/2458;G06F16/22;G06F16/215;G06K9/62 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 李崧岩 |
地址: | 610000 四川省成都*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明属于工业设备数据采集与分析技术领域,公开了一种基于机器学习的设备故障检测方法。本发明的技术方案为:S1.获取采集的出现故障的设备的初始数据;S2.对初始数据进行清洗操作及二次筛选;S3.对预数据进行优化操作并输出检索结果;S4.对数据进行分类得到初始结果集;S5.对初始结果集逐次进行分类;S6.通过对比加权平均结果及初始结果集,判断该初始数据代表的设备故障是否属于已知故障;S7.通过人机界面输出故障信息或将该初始数据加入故障数据库。本发明能够实现机器的自我学习功能,同时建立了设备的故障数据库,能够准确及时的确定设备故障以及解决方法,能够降低机械设备维修次数,显著地提高检修效率,适于推广使用。 | ||
搜索关键词: | 一种 基于 机器 学习 设备 故障 检测 方法 | ||
【主权项】:
1.一种基于机器学习的设备故障检测方法,其特征在于:包括以下步骤:S1.获取采集的出现故障的设备的初始数据;S2.对初始数据进行清洗操作,并对完成清洗操作后的初始数据进行二次筛选,得到预数据;S3.通过遗传算法对预数据进行优化操作,经过分析操作的预数据随机产生多个起始点,然后在同一时刻对起始点进行检索,并输出检索结果;S4.通过AdaBoost元算法加权检索结果,并对数据进行分类,得到初始结果集;S5.根据每个分类器中样例的设置权重,对初始结果集逐次进行分类,从而得到加权平均结果;S6.通过对比加权平均结果及初始结果集,判断该初始数据代表的设备故障是否属于已知故障;S7.如步骤S6中的判断结果为是,则从故障数据库调取改初始数据对应的故障信息,并通过人机界面输出故障信息,如步骤S6中的判断结果为否,则将该初始数据加入故障数据库,并通过人机界面输出紧急故障提示。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都航天科工大数据研究院有限公司,未经成都航天科工大数据研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811572223.X/,转载请声明来源钻瓜专利网。
- 上一篇:一种行为评估方法、装置及相关设备
- 下一篇:模糊匹配查询系统