申请/专利权人：上海交通大学

申请日：2020-06-02

公开（公告）日：2024-06-28

公开（公告）号：CN111752259B

主分类号：G05B23/02

分类号：G05B23/02;F02C9/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2020.10.30#实质审查的生效;2020.10.09#公开

摘要：本发明涉及一种燃气轮机传感器信号的故障识别方法，具体包括以下步骤：步骤S1：获取燃气轮机控制系统的传感器运行数据和故障信号数据并叠加，标注故障类型标签，形成传感器故障信号数据库；步骤S2：逐个数据库里的传感器信号，利用小波分解进行处理，构成多维度的信号特征向量作为本体特征；步骤S3：带有故障类型标签的传感器信号按比例分成训练集和测试集，输入故障分类器进行训练，当训练集的回归输出的故障结果与其故障类型标签之间的准确率小于设定阈值时，输出训练完成的故障分类器，对测试集进行识别，记录分类结果、分类准确率和识别用时。与现有技术相比，本发明具有提高传感器信号故障识别的准确率、同时识别故障类型等优点。

主权项：1.一种燃气轮机传感器信号的故障识别方法，其特征在于，具体包括以下步骤：步骤S1：获取燃气轮机控制系统的传感器运行数据和故障信号数据，将所述传感器运行数据和故障信号数据叠加，并标注对应的故障类型标签，形成传感器故障信号数据库；步骤S2：逐个提取所述传感器故障信号数据库里的传感器信号，利用小波分解对提取出的传感器信号进行处理，构成多维度的信号特征向量作为所述传感器信号的本体特征；步骤S3：所述传感器故障信号数据库中带有故障类型标签的传感器信号按比例分成训练集和测试集，输入故障分类器进行训练，当所述训练集在故障分类器中回归输出的故障结果与其故障类型标签之间的准确率大于设定阈值时，输出训练完成的故障分类器；所述训练完成的故障分类器对测试集进行识别，记录分类结果、分类准确率和识别用时；所述故障信号数据的类型包括阶跃故障、脉冲故障、噪声故障、漂移故障和周期故障；所述故障类型标签包括数字0-4，数字0表示阶跃故障，数字1表示脉冲故障、数字2表示噪声故障、数字3表示漂移故障，数字4表示周期故障；所述小波分解具体为4阶Daubechies小波，将所述传感器信号逐层分解为细节系数分量和近似系数分量；所述小波分解的总层数为5层；后一层的所述近似系数分量和细节系数分量通过分解上一层的近似系数分量得到；所述多维度的信号特征向量具体为7个维度，分别是第五层的近似系数分量和细节系数分量、其余四层的细节系数分量共6个维度，最后一个维度是第四层和第五层的细节系数分量与近似系数分量信号的均值、方差以及整个传感器信号的小波能量熵；所述故障分类器中显示训练集的故障类型标签，隐藏测试集的故障类型标签；故障分类器进行分类的具体公式为： 其中，Xi为信号的本体特征向量，W和b为故障分类器的参数向量，yi为信号的分类结果，若故障类型标签为0，则yi为+1，若故障类型标签不为0，则yi为-1，记录满足W·Xi-b≥+1的参数W和b进行更新，作为阶跃故障的特征参数，并对yi为-1的传感器故障信号进行脉冲故障识别，得到脉冲故障的特征参数，依次迭代，最后获得5种故障类型的特征参数。

全文数据：

权利要求：

百度查询： 上海交通大学 一种燃气轮机传感器信号的故障识别方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD