本申請(qǐng)涉及設(shè)備故障診斷領(lǐng)域,且更為具體地,涉及一種基于多傳感器的設(shè)備故障診斷分析系統(tǒng)及方法。
背景技術(shù):
1、隨著經(jīng)濟(jì)和科技的迅速進(jìn)步,工業(yè)中的機(jī)械化程度不斷提升,大型機(jī)械設(shè)備已成為生產(chǎn)的核心組成部分。然而,設(shè)備一旦發(fā)生故障,可能會(huì)導(dǎo)致整個(gè)生產(chǎn)過程停滯,給工廠帶來巨大經(jīng)濟(jì)損失。因此,在設(shè)備運(yùn)行過程中,確定其整體或局部的正常運(yùn)行狀態(tài)顯得尤為重要。及早發(fā)現(xiàn)并分析故障原因,并迅速修復(fù),對(duì)現(xiàn)代工業(yè)具有重要意義。
2、目前,工廠通常依賴于專家多年的維修經(jīng)驗(yàn)來預(yù)測(cè)設(shè)備故障和進(jìn)行健康管理。這種依賴專家經(jīng)驗(yàn)的方法,雖然有效,但卻需要耗費(fèi)大量人力和時(shí)間來對(duì)設(shè)備進(jìn)行全面檢測(cè),以確定故障原因并進(jìn)行修復(fù)。
3、因此,期望一種基于多傳感器的設(shè)備故障診斷分析系統(tǒng)及方法。
技術(shù)實(shí)現(xiàn)思路
1、為了解決上述技術(shù)問題,提出了本申請(qǐng)。本申請(qǐng)的實(shí)施例提供了一種基于多傳感器的設(shè)備故障診斷分析系統(tǒng)及方法,其首先獲取由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值,然后利用深度學(xué)習(xí)技術(shù),對(duì)三者進(jìn)行特征提取和關(guān)聯(lián)分析,最后通過分類器以得到分類結(jié)果,以判斷工業(yè)設(shè)備是否發(fā)生故障,從而在設(shè)備出現(xiàn)嚴(yán)重故障之前捕捉到潛在的問題,減少維修成本和維護(hù)時(shí)間,進(jìn)而提高工業(yè)生產(chǎn)的整體效率和安全性。
2、根據(jù)本申請(qǐng)的一個(gè)方面,提供了一種基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其包括:
3、設(shè)備故障診斷數(shù)據(jù)獲取模塊,用于獲取由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值;
4、設(shè)備故障診斷數(shù)據(jù)提取模塊,用于從所述由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、所述由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和所述由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值中提取工業(yè)設(shè)備運(yùn)行狀態(tài)多模態(tài)管理特征向量和工業(yè)設(shè)備負(fù)載值時(shí)序關(guān)聯(lián)特征向量;
5、工業(yè)設(shè)備故障判斷模塊,用于基于所述工業(yè)設(shè)備運(yùn)行狀態(tài)多模態(tài)管理特征向量和所述工業(yè)設(shè)備負(fù)載值時(shí)序關(guān)聯(lián)特征向量,判斷工業(yè)設(shè)備是否發(fā)生故障。
6、根據(jù)本申請(qǐng)的另一方面,提供了一種基于多傳感器的設(shè)備故障診斷分析方法,其包括:
7、獲取由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值;
8、從所述由視頻采集器采集的工業(yè)設(shè)備運(yùn)所述由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和所述由負(fù)載傳感器采集的工行視頻、業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值中提取工業(yè)設(shè)備運(yùn)行狀態(tài)多模態(tài)管理特征向量和工業(yè)設(shè)備負(fù)載值時(shí)序關(guān)聯(lián)特征向量;
9、基于所述工業(yè)設(shè)備運(yùn)行狀態(tài)多模態(tài)管理特征向量和所述工業(yè)設(shè)備負(fù)載值時(shí)序關(guān)聯(lián)特征向量,判斷工業(yè)設(shè)備是否發(fā)生故障。
10、與現(xiàn)有技術(shù)相比,本申請(qǐng)?zhí)峁┑囊环N基于多傳感器的設(shè)備故障診斷分析系統(tǒng)及方法,其首先獲取由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值,然后利用深度學(xué)習(xí)技術(shù),對(duì)三者進(jìn)行特征提取和關(guān)聯(lián)分析,最后通過分類器以得到分類結(jié)果,以判斷工業(yè)設(shè)備是否發(fā)生故障,從而在設(shè)備出現(xiàn)嚴(yán)重故障之前捕捉到潛在的問題,減少維修成本和維護(hù)時(shí)間,進(jìn)而提高工業(yè)生產(chǎn)的整體效率和安全性。
1.一種基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述設(shè)備故障診斷數(shù)據(jù)提取模塊,包括:
3.根據(jù)權(quán)利要求2所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備運(yùn)行視頻特征提取單元,包括:
4.根據(jù)權(quán)利要求3所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備運(yùn)行視頻特征編碼子單元,包括:
5.根據(jù)權(quán)利要求4所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備振動(dòng)信號(hào)特征提取單元,包括:
6.根據(jù)權(quán)利要求5所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備負(fù)載值特征提取單元,包括:
7.根據(jù)權(quán)利要求6所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備故障判斷模塊,包括:
8.根據(jù)權(quán)利要求7所述的基于多傳感器的設(shè)備故障診斷分析系統(tǒng),其特征在于,所述工業(yè)設(shè)備故障數(shù)據(jù)特征優(yōu)化單元,包括:
9.一種基于多傳感器的設(shè)備故障診斷分析方法,其特征在于,包括:
10.根據(jù)權(quán)利要求9所述的基于多傳感器的設(shè)備故障診斷分析方法,其特征在于,從所述由視頻采集器采集的工業(yè)設(shè)備運(yùn)行視頻、所述由振動(dòng)傳感器采集的工業(yè)設(shè)備振動(dòng)信號(hào)和所述由負(fù)載傳感器采集的工業(yè)設(shè)備多個(gè)預(yù)定時(shí)間點(diǎn)的負(fù)載值中提取工業(yè)設(shè)備運(yùn)行狀態(tài)多模態(tài)管理特征向量和工業(yè)設(shè)備負(fù)載值時(shí)序關(guān)聯(lián)特征向量,包括: