基于LSTM编码网络的复杂设备关键部件故障诊断系统的制作方法

技术特征：
1.一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，包括：设备关键运行数据采集模块、设备关键运行数据预处理模块、设备关键运行数据特征提取模块和设备关键部件故障模式识别模块，其中：通过所述设备关键运行数据采集模块采集设备关键部件运行过程中的关键运行数据，并对数据进行传输和存储；通过设备关键运行数据预处理模块对采集得到的设备关键部件运行数据进行滤波、去噪、异常值剔除、缺失值填补和归一化处理，得到用于特征提取的数据；通过设备关键运行数据特征提取模块对经过预处理的设备关键部件运行数据进行特征提取，对数据抽取和转化得到设备关键部件数据能量图谱；通过设备关键部件故障模式识别模块实现从设备关键部件数据能量图谱到设备关键部件健康状态空间的映射，识别得到设备关键部件的故障模式。2.根据权利要求1所述的一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，所述设备关键运行数据采集模块数据采集系统采用分层架构进行部署，自下到上分别为采集层、传输层、管理层；采集层采集到相关的数据，通过tcp/ip协议组网，发送数据到传输层，网关通过数据格式转换，通过局域网lan方式发送数据到处理层，管理层对数据进行管理和存储，为后续数据分析处理做好支撑。3.根据权利要求2所述的一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，采集层采集到的相关的数据为设备关键部件多维度数据，包含各种关键部件的多类数据，具体为设备关键部件运行状态参数，包括电流、电压、温度、湿度和振动信号数据。4.根据权利要求1所述的一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，设备关键运行数据预处理模块包括数据分割模块、数据清洗模块、数据变换模块和数据规约模块，其中：所述数据分割模块，用于将整体数据分割成小的、独立管理的数据；所述数据清洗模块，用于填补数据的缺失值，过滤噪声、识别离群点，并纠正数据的不一致性；所述数据变换模块，将设备关键部件原始数据转化和映射到其他的特征空间，能够更加突出数据的固有特征，便于进行特征提取和故障模式识别；所述数据规约模块，对设备关键部件原始数据进行简化，使用少的数据量来表征整个系统的特征信息，且尽量减少信息的损失。5.根据权利要求1所述的一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，所述设备关键运行数据特征提取模块，通过小波分解构建设备关键部件信号能量图谱实现特征提取，对于不同类型的信号，选择与期望信号特征最匹配类型的小波进行分析，得到可靠的特征提取结果。6.根据权利要求1所述的一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，所述设备关键部件故障模式识别模块，采用lstm编码网络实现设备关键部件的故障模式分类识别。7.根据权利要求6所述一种基于lstm编码网络的复杂设备关键部件故障诊断系统，其特征在于，lstm编码网络基本单元采用两层lstm神经编码器；第一层将原始的能量图映射
为初次抽取的编码矩阵，获取各层能量的信息表示，第二层将第一层得到的编码矩阵抽取为编码向量，展现健康状态的分布特点；最后将编码向量映射到健康状态空间。

技术总结
本发明公开了一种基于LSTM编码网络的复杂设备关键部件故障诊断系统，包括设备关键运行数据采集模块、设备关键运行数据预处理模块、设备关键运行数据特征提取模块和设备关键部件故障模式识别模块，设备关键运行数据采集模块采集设备关键部件运行过程中的关键运行数据；设备关键运行数据预处理模块对设备关键部件运行数据进行滤波、去噪、异常值剔除、缺失值填补和归一化处理；通过设备关键运行数据特征提取模块对经过预处理的设备关键部件运行数据进行特征提取，对数据抽取和转化得到设备关键部件数据能量图谱；通过设备关键部件故障模式识别模块识别得到设备关键部件的故障模式。本发明能够实现设备关键部件的故障模式识别。别。别。


技术研发人员：宋子雄 张庆振 李操 崔朗福 向刚 齐海涛 程林 邵灵星 王津申 张祥银 毕晔 李雪飞 张惠平
受保护的技术使用者：北京九天翱翔科技有限公司
技术研发日：2022.08.03
技术公布日：2022/11/8