Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京华能新锐控制技术有限公司曾凡春获国家专利权

北京华能新锐控制技术有限公司曾凡春获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉北京华能新锐控制技术有限公司申请的专利一种基于CVA和PLSR的风机故障诊断方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115168802B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210703096.2,技术领域涉及:G06F17/18;该发明授权一种基于CVA和PLSR的风机故障诊断方法是由曾凡春;麻红波;张澈;杨继明;李涛;高征;刘聪设计研发完成,并于2022-06-21向国家知识产权局提交的专利申请。

一种基于CVA和PLSR的风机故障诊断方法在说明书摘要公布了:本发明提供了一种基于CVA和PLSR的风机故障诊断方法,其结合PLSR与CVA提炼出一个新的统计量来识别风机的故障,采用此方法后,识别准确率极大提高,并且此方法具有机理明确,阈值判断简单,易于实现,实用性强的优点。其包括如下步骤:步骤1、获取运行数据、进行典型变量分析;步骤2、使用PLSR对典型状态和算得的新特征进行建模;步骤3、根据典型状态和得到的新特征计算两个统计量;步骤4、确定警报阈值,对不同故障设定警报阈值。

本发明授权一种基于CVA和PLSR的风机故障诊断方法在权利要求书中公布了:1.一种基于CVA和PLSR的风机故障诊断方法,其特征在于,其包括如下步骤: 步骤1、获取运行数据、进行典型变量分析,采集工业过程中正常的运行数据,在进行处理之前对数据进行降噪,然后根据典型变量分析的算法,把任何时间点的数据变换为关于包含典型变量c和典型残差e的典型状态,如果有故障发生,这些状态就可以提取出故障特征,从而为故障诊断提供基础; 步骤2、使用PLSR对典型状态和算得的新特征进行建模,使用PLSR对典型状态和新特征z进行回归建模,建立映射模型得到回归矩阵B;使用回归矩阵B对典型残差e计算可以得到任何时间点i的新特征zi:z=PCAeT·e,zi=ei*B+F;同理使用回归矩阵B对典型变量c计算可以得到任何时间点i的新特征zi:z=PCAcT·c,Zi=ci*B+F; 步骤3、根据典型状态和得到的新特征计算两个统计量,任一观测点数据经过转换矩阵J和回归矩阵B后,可以得到新特征Zi;基于典型状态和新特征,计算得到两个统计量Tr2和Tr2,以备后续使用; 步骤4、确定警报阈值,对不同故障设定警报阈值,针对基准模型的不同故障,选择报警阈值有不同的方法,发生转子转速传感器故障和转矩执行器故障时,统计量的波动量小,故障与非故障期间统计量的差异明显,因此不选择滤波器,而在其他故障情况下需要使用低通滤波器,因为这时的统计量波动大且有峰值;具体的滤波、阈值和死区的设定需要不同的风场根据实际情况标定; 步骤1的典型变量分析中,设y为观测向量,y∈Rm×N,表示y有m个变量和N个观测点,过去和未来的时间迟滞分别为p和f,每个过去数据点ypk将收集过去p个观测点的数据,每个将来数据点yfk将收集未来f个观测点的数据,后将所有的过去将来数据点按照时间顺序排列在一起,就组成了过去矩阵和将来矩阵,过去矩阵和将来矩阵的观测点的个数为M个,其中M=N-p-f+1; 其中过去矩阵:Yp=[ypp+1,ypp+2,...ypp+M]∈Rmp×M; 将来矩阵:Yf=yfp+1,yfp+2,...yfp+M]∈Rmf×M; 对数据进行归一化处理,则存在矩阵J和L使得J∑ppJT=I,L∑ffLT=I,J∑pfLT=diag[r1,r2,...rr,0,...,0,其中∑pp,∑ff,j∑pf----p与p,f与f,p与f的协方差矩阵;I是块对角矩阵,第一块为单位矩阵,第二块是对角矩阵,对角矩阵上的元素具有以下关系:r1≥r2≥…≥rr; 通过奇异值分解可以得到J和L,转换矩阵J和L可以将过程数据转换为互不相关的典型变量c和典型残差e,即ct=Jr*Ypt,et=Jq*Ypt;其中,Jr是J的前r行,Jq是J的后q行,q=mp-r; 基于典型变量c和典型残差e分别总结出统计量Ts2和Tr2;典型变量Ts2和Tr2分别定义为:i是残差的第i个特征; 在这里提出了典型变量c或典型残差e有关的新变量,其对于故障更加敏感,新变量定义为b=PCAcTc,d=PCAeTe,b和d只是一个代表符号,后续不会使用,具体实施例中会有更加具体的名称; PCA表示经过主成分分析降维,以这两个新的变量求出统计量对于之后故障的区分度会明显上升,待求出新变量的统计量之后,就可以计算对应的阈值,当计量超出阈值时,表明有故障发生。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人北京华能新锐控制技术有限公司,其通讯地址为:102209 北京市昌平区北七家未来科技城南区华能人才创新创业基地实验楼B座;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

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。