一种基于故障机理和统计模型在线学习的机械设备故障诊断方法
授权
摘要
一种基于故障机理和统计模型在线学习的机械设备故障诊断方法，属于机械设备故障诊断领域，具体步骤为：(1)基于工况特性与实时状态监测数据构建健康数据生成模型；(2)基于故障机理和健康数据生成模型构建诊断模型；(3)判别设备可能发生的故障类型；(4)确定设备发生的各类型故障概率。本方法将设备故障机理和实时运行数据相结合，构建针对具体一台设备的故障诊断模型，有效解决了现有方法中模型学习故障案例数据不足，模型泛化能力差的问题。
基本信息
专利标题 ：
一种基于故障机理和统计模型在线学习的机械设备故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109033930A
申请号 ：
CN201810424763.7
公开（公告）日 ：
2018-12-18
申请日 ：
2018-05-07
授权号 ：
CN109033930B
授权日 ：
2022-05-13
发明人 ：
马波蔡伟东赵大力高金吉江志农
申请人 ：
北京化工大学
申请人地址 ：
北京市朝阳区北三环东路15号
代理机构 ：
北京思海天达知识产权代理有限公司
代理人 ：
刘萍
优先权 ：
CN201810424763.7
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-13 ：
授权
2019-01-11 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20180507
申请日 : 20180507
2018-12-18 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
