欢迎来到知嘟嘟! 联系电话:13095918853 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:13095918853
知嘟嘟经纪人
收藏
专利号: 2018100700596
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 测量;测试
更新日期:2024-02-26
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.基于柔性阵列式压力传感器的辊轮组设备故障检测方法,其特征在于:该方法包含:S1:利用阵列式压力传感器采集辊轮组之间的压力分布数据;

S2:将压力分布数据作为辊轮组的故障数据,再将采集到的故障数据输入到概率神经网络中进行训练构建故障诊断模型;

S3:将实时采集到的辊轮组故障数据输入到故障诊断模型中进行故障诊断和判断,得出辊轮组的故障状态。

2.根据权利要求1所述的基于柔性阵列式压力传感器的辊轮组设备故障检测方法,其特征在于:步骤S1具体包含:S101:将阵列式压力传感器与数据采集单片机连接,单片机连接至计算机;

S102:开启电源,设置参数;

S103:计算机向单片机发送采集指令;

S104:单片机采集数据并进行滤波去噪,并按照通信协议将数据发送至计算机;

S105:计算机校验数据并存储,继续发送采集指令。

3.根据权利要求2所述的基于柔性阵列式压力传感器的辊轮组设备故障检测方法,其特征在于:所述单片机与所述计算机之间通过串口或者USB连接。

4.根据权利要求2所述的基于柔性阵列式压力传感器的辊轮组设备故障检测方法,其特征在于:步骤S2包含如下步骤:S201:给所采集到的压力分布数据加上标识符,标记故障数据所属的故障类别;

S202:将压力分布数据划分为训练数据集和测试数据集,并将训练数据集和测试数据集转化为向量,进行归一化处理;

S203:选取平滑因子,建立概率神经网络故障诊断模型;

S204:将训练数据集输入到概率神经网络故障诊断模型,进行训练;

S205:利用测试数据集对训练好的故障诊断模型进行测试;

S206:通过多次采集的压力分布数据重复执行步骤S202-S205,调整概率神经网络的平滑因子,直至故障诊断模型的准确率满足要求。

5.根据权利要求4所述的基于柔性阵列式压力传感器的辊轮组设备故障检测方法,其特征在于:步骤S201中所述的故障类别分别为,辊轮左倾、辊轮正常、辊轮右倾、辊轮上有异物。