欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2025105026275
申请人: 广东海洋大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种旋转机械设备轴承故障预测方法,其特征在于,所述方法包括:基于目标场景的场景特征信息,交互轴承故障大数据,获取故障记录集;

对所述故障记录集进行基于故障类别的聚类划分,并基于聚类划分结果进行频度维度分析、强度维度分析与广度维度分析,获取多工况预测参考指标集;

根据所述多工况预测参考指标集,进行多个工况的预测资源分配,获取多个工况的预测倾斜系数集,其中,所述预测倾斜系数集包括多个工况的样本倾斜系数、调用倾斜系数与规模倾斜系数;

结合所述故障记录集与所述预测倾斜系数集,构建并训练轴承故障预测模型,其中,所述轴承故障预测模型包括多个预测子网络,且多个所述预测子网络具有工况标记;

通过所述轴承故障预测模型,进行基于轴承实时监测数据的故障预测,获取故障预测结果。

2.如权利要求1所述的一种旋转机械设备轴承故障预测方法,其特征在于,所述故障记录集包括基于目标场景的历史故障记录的本源故障记录集与基于目标场景的同源场景的历史故障记录的同源故障记录集。

3.如权利要求2所述的一种旋转机械设备轴承故障预测方法,其特征在于,对所述故障记录集进行基于故障类别的聚类划分,并基于聚类划分结果进行频度维度分析、强度维度分析与广度维度分析,获取多工况预测参考指标集,包括:以多个故障类别为划分目标,进行所述故障记录集的聚类划分,生成多个工况故障记录集;

遍历多个所述工况故障记录集,统计故障记录频数进行频度维度分析,获取频度参考指标集;

遍历多个所述工况故障记录集,获取多个故障类别的典型预测准确率进行强度维度,获取强度参考指标集;

遍历多个所述工况故障记录集,评价多个故障类别的故障影响性进行广度维度分析,获取广度参考指标集;

输出所述频度参考指标集、所述强度参考指标集与所述广度参考指标集为所述多工况预测参考指标集。

4.如权利要求3所述的一种旋转机械设备轴承故障预测方法,其特征在于,根据所述多工况预测参考指标集,进行多个工况的预测资源分配,获取多个工况的预测倾斜系数集,其中,所述预测倾斜系数集包括多个工况的样本倾斜系数、调用倾斜系数与规模倾斜系数,包括:根据所述频度参考指标集与所述广度参考指标集,确定多个工况的所述样本倾斜系数;

根据所述频度参考指标集与所述强度参考指标集,确定多个工况的所述规模倾斜系数;

根据所述强度参考指标集与所述广度参考指标集,确定多个工况的所述调用倾斜系数。

5.如权利要求4所述的一种旋转机械设备轴承故障预测方法,其特征在于,结合所述故障记录集与所述预测倾斜系数集,构建并训练轴承故障预测模型,包括:构建多个基于机器学习的判别网络,其中,多个所述判别网络基于不同的机器学习模型构建;

基于所述调用倾斜系数,定义多个工况对应的网络数量占比,划分多个所述判别网络为多个工况判别网络组;

基于所述规模倾斜系数,对多个所述工况判别网络组进行网络深度调整;

基于所述样本倾斜系数,定义多个所述工况判别网络组的样本容量,并对应于所述故障记录集提取多个工况样本集;

通过多个工况样本集进行多个网络深度调整后的所述工况判别网络组的监督训练,获取具有工况标记的多个所述预测子网络,并通过集成学习方法,生成所述轴承故障预测模型。

6.如权利要求1所述的一种旋转机械设备轴承故障预测方法,其特征在于,通过所述轴承故障预测模型,进行基于轴承实时监测数据的故障预测,获取故障预测结果,之后,所述方法还包括:记录所述故障预测结果,构建预测记录库;

根据所述预测记录库,配置累加器累加多工况的假故障预测结果,其中,所述假故障预测结果包括虚报故障预测结果与漏报故障预测结果;

当所述累加器的累加结果大于等于预设的误报调整阈值,则调用所述累加结果对应的多个假故障预测结果为假故障记录集,进行所述轴承故障预测模型优化。

7.如权利要求6所述的一种旋转机械设备轴承故障预测方法,其特征在于,调用所述累加结果对应的多个假故障预测结果为假故障记录集,进行所述轴承故障预测模型优化,包括:获取多个所述假故障预测结果的故障处置信息;

根据所述故障处置信息进行多个所述假故障预测结果的预测修正,获取改良故障记录集;

以所述改良故障记录集对所述轴承故障预测模型进行强化监督训练。

8.如权利要求7所述的一种旋转机械设备轴承故障预测方法,其特征在于,以所述改良故障记录集对所述轴承故障预测模型进行强化监督训练,包括:基于所述假故障记录集,提取第一假故障工况,并基于所述改良故障记录集提取对应的第一改良故障记录子集;

调用所述第一假故障工况对应的多个第一工况预测子网络,并基于多个所述第一工况预测子网络进行模型变异与参数交换,获取N个第一补充预测子网络,其中,N为大于等于2的正整数;

以所述第一改良故障记录子集为训练数据,进行多个所述第一工况预测子网络与N个所述第一补充预测子网络进行强化训练,获取多个第一工况强化预测子网络并评价预测性能;

根据预测性能评价结果,排除预测性能最差的后N个所述第一工况强化预测子网络,并同步保留的多个所述第一工况强化预测子网络至所述轴承故障预测模型。

9.一种电子设备,其特征在于,包括:

存储器,用于存储计算机软件程序;

处理器,用于读取并执行所述计算机软件程序,进而实现权利要求1-8任意一项所述的一种旋转机械设备轴承故障预测方法。

10.一种计算机可读存储介质,其特征在于,所述存储介质中存储有计算机软件程序,所述计算机软件程序被处理器执行时实现如权利要求1-8任意一项所述的一种旋转机械设备轴承故障预测方法。