详情

原文传递一种基于神经网络的应力波检测与分析系统

专利名称：	一种基于神经网络的应力波检测与分析系统
摘要：	本发明提出一种基于机器学习的应力波检测与分析的系统，整个系统的运作流程如下：对设备部件产生的混杂着振动信号及其他低频噪声的应力波信号，应力波传感器探测并进行放大和滤波处理，然后解调得到模拟应力波信号；之后使用数字处理单元接收模拟信号，进行模数转换和数据处理并发送给计算机；计算机对一定格式的原始数据文件进行处理和分析，作出诊断报告，其中分析和诊断步骤采用了神经网络的方法，当使用PNN网络时，时域和频域特征作为网络输入，输出层为对照相应事件作出的决策。
专利类型：	发明专利
国家地区组织代码：	重庆;50
申请人：	重庆高开清芯科技产业发展有限公司
发明人：	张明哲;程迟
专利状态：	有效
申请日期：	2019-08-30T00:00:00+0800
发布日期：	2019-11-22T00:00:00+0800
申请号：	CN201910814133.5
公开号：	CN110487917A
代理机构：	北京律恒立业知识产权代理事务所(特殊普通合伙)
代理人：	庞立岩;顾珊
分类号：	G01N29/44(2006.01);G;G01;G01N;G01N29
申请人地址：	400039 重庆市九龙坡区科城路60号康田西锦荟2幢9层15号
主权项：	1.一种基于神经网络的应力波检测与分析系统，其特征在于，包括：应力波传感器、数字处理单元以及分析模块；其中，所述应力波传感器用于将设备部件间摩擦产生的应力波信号转换为应力波脉冲序列；所述数字处理单元用于接收来自多个所述应力波传感器的应力波脉冲序列，并对应力波脉冲序列进行转换和处理；所述分析模块从时域和频域上对所述数字处理单元发来的数字应力脉冲波数据进行信息提取，使用神经网络对提取的信息进行处理，得到相应的故障报告。 2.根据权利要求1所述的基于神经网络的应力波检测与分析系统，其特征在于，所述应力波传感器包括换能元件、与所述换能元件相连的模拟信号调制网络以及解调器，其中，所述换能元件用于将设备部件间摩擦产生的应力波信号转换为电信号，发送给所述模拟信号调制网络，所述模拟信号调制网络中的高频带通滤波器将电信号放大和过滤处理，所述解调器用于将放大和过滤处理后的电信号转换为应力波脉冲序列。 3.根据权利要求1所述的基于神经网络的应力波检测与分析系统，其特征在于，所述数字处理单元包括电源模块、通信模块、高速AD采样模块、CPU和CPLD；其中，所述电源模块用于供电；所述通信模块用于与上位机通信，将处理后的信号发送至上位机；所述高速AD采样模块，用于接收来自多个所述应力波传感器的应力波脉冲序列并完成模数转换；所述CPLD用于对应力波脉冲序列进行数据处理；所述CPU用于与CPLD之间的数据传输和同步控制。 4.根据权利要求1所述的基于神经网络的应力波检测与分析系统，其特征在于，所述分析模块包括信息提取模块和神经网络计算模块；其中，所述信息提取模块通过应力波能量图和/或直方图和/或频谱分析，从时域和频域上对数字应力脉冲波数据进行信息提取；所述神经网络计算模块，用于将所述信息提取模块提取的信息通过神经网络方法进行处理，生成故障报告。 5.根据权利要求1或2所述的基于神经网络的应力波检测与分析系统，其特征在于，所述应力波传感器满足以下标准：在所述应力波传感器共振频率下具有共振增益；在标准值的+/-10％的公差范围内提供谐振能量积分的总能量值，并且可以使用标准测试装置测量得到用于校准的标准数据；谐振输出在一定周期内衰减到一半的幅度，并在对应于解调器低通的转角频率的周期数中降至低于初始响应的20％。 6.根据权利要求1或4所述的基于神经网络的应力波检测与分析系统，其特征在于，所述分析模块对所述数字处理单元发来的数字应力脉冲波数据进行时域特征提取时：将数字应力脉冲波数据进行一定的压缩，形成多种波形特征；具体方式为：以一定时间长度作为一个窗口，计算每个窗口内数据的极大值，极小值、均值、方差。 7.根据权利要求1所述的基于神经网络的应力波检测与分析系统，其特征在于，所述分析模块对所述数字处理单元发来的数字应力脉冲波数据进行频域特征提取时：先对数字应力脉冲波数据进行FFT模块的处理，其中，谱密度由均方根值对一定个数的数据进行平均得到，并存在一定的数据重叠率，设定频率的分辨率、频率范围；之后将每个应力波谱密度转换得到一张表格，表格内容为前一定数量频率线及对应的每个信号的幅度；将频率线以一定频率间隔等分为一定数量的段，计算每一段的最大幅度、最小幅度、平均幅度、幅度的方差，将所有段的4项参数作为频域特征。 8.根据权利要求4所述的基于神经网络的应力波检测与分析系统，其特征在于，所述神经网络计算模块，对得到的所述时域特征和所述频域特征产生的非线性映射输出进行故障诊断；其中，所述时域特征和所述频域特征构成的数据集，一部分作为训练数据构建神经网络，一部分作为测试集进行评估，设置决策阈值，比较形成故障诊断报告。 9.根据权利要求8所述的基于神经网络的应力波检测与分析系统，其特征在于，所述神经网络计算模块包括概率神经网络、反向传播网络、学习矢量量化网络、径向基函数网络、自适应共振理论模型网络、自适应组织映射网络中的一种或多种。
所属类别：	发明专利