泵阀故障检测方法

实质审查的生效

摘要

本发明提供一种泵阀故障检测方法，该方法包括：构建反映泵阀状态的振动信号的特征的泵阀故障指标体系；利用LSTM深度模型并依据自编码器原理建立LSTM‑AE模型，并且设定故障判别阈值；基于泵阀故障指标体系将训练数据输入LSTM‑AE模型，以对LSTM‑AE模型进行训练；以及基于泵阀故障指标体系将待检测的泵阀的检测数据输入到训练好的LSTM‑AE模型中，并将LSTM‑AE模型获得的输出值与设定故障判别阈值进行比较，从而判断被检测的泵阀是否出现故障，并输出第一判断结果。根据本申请的方法，提高了模型实际应用的普适性和准确性。

基本信息

专利标题：

泵阀故障检测方法

专利标题（英）：

暂无

公开（公告）号：

CN114417699A

申请号：

CN202111507167.3

公开（公告）日：

2022-04-29

申请日：

2021-12-10

授权号：

暂无

授权日：

暂无

发明人：

王新梦王宗文李涛孙明华

申请人：

烟台杰瑞石油服务集团股份有限公司

申请人地址：

山东省烟台市莱山区杰瑞路5号

代理机构：

北京信慧永光知识产权代理有限责任公司

代理人：

房岭梅

优先权：

CN202111507167.3

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06N3/04 G06N3/08 F04B51/00 G06F119/10

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-05-20 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20211210

2022-04-29 ：

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