本发明专利技术公开了一种基于物联网的远程设备健康监测方法及装置，包括：采集设备的运行状态信息，创建远程设备健康监测模型；采用自编码器和生成对抗网络相结合的方法，进行数据降维和强相关特征提取；通过改进的受限玻尔兹曼机算法对降维后的数据进行分析，作为最终的计算结果，实现设备健康状态的远程检测。本发明专利技术基于物联网技术的远程设备健康监测系统，通过采用自编码器和生成对抗网络相结合的方法，进行数据降维和强相关特征提取；通过改进的受限玻尔兹曼机算法对降维后的数据进行分析，作为最终的计算结果，能够对设备状态进行实时监测，对设备故障进行实时预警，可有效降低设备发生故障概率。发生故障概率。发生故障概率。
【技术实现步骤摘要】
一种基于物联网的远程设备健康监测方法及装置
[0001]本专利技术涉及物联网应用
，尤其涉及一种基于物联网的远程设备健康监测方法及装置。
技术介绍
[0002]现如今，现代工业生产的机械设备正朝着系统化、自动化及智能化方向发展，设备的机械结构日趋复杂，设备中各个部件之间的相互联系、耦合也更加紧密，某个设备部件出现故障，将引起整个设备瘫痪，甚至整个生产流程的中断，这不仅会给企业带来巨大的经济损失，甚至会造成人员伤亡等重大安全事故。因此，设备的状态监测和故障预警应该得到高度关注和重视。
[0003]通常情况下，设备的状态监测采用有线的监测方式，即将传感器节点布置到监测设备的相应测量点上采集设备相关状态及运行数据，然后通过电缆线等有线通讯方式将采集到的这些数据传输到后端的监控中心，进而实现对设备的状态监测。这种方案在实际的应用中存在大量的弊端，比如在面对一些高温高热、环境复杂等特殊场合，往往会出现传感器布线困难或者布线成本过高等问题，限制了设备的数据信息采集和传输。相比有线监测方式，无线监测不需要进行复杂的布线工作，能够避免环境条件的限制，更加灵活和便捷。然而，现有的基于物联网的健康监测系统及方法大多是针对人体健康监测，针对工业设备的健康状态监测及故障预警相关研究较少。
技术实现思路
[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，本专利技术提供了一种基于物联网的远程设备健康监测方法及装置解决现有工业设备的健康状态监测及故障预警安全性和可靠性较差的问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：第一方面，本专利技术提供了一种基于物联网的远程设备健康监测方法，包括：采集设备的运行状态信息，创建远程设备健康监测模型；采用自编码器和生成对抗网络相结合的方法，进行数据降维和强相关特征提取；通过改进的受限玻尔兹曼机算法对降维后的数据进行分析，作为最终的计算结果，实现设备健康状态的远程检测。
[0008]作为本专利技术所述的基于物联网的远程设备健康监测方法的一种优选方案，其中：所述自编码器和生成对抗网络相结合，包括以下步骤：自编码器的编码器将输入的设备特征信息降维，过滤掉无用的特征，获得低维特征向量用表示，自编码器的解码器将低维特征重构为与设备特征信息相似的形
式，生成对抗网络的生成器部分直接使用自编码器的编码器的输出作为输入，生成一个与设备特征信息相似的数据，生成对抗网络的判别器则识别是否是真实数据，将结果映射到一个二分类的概率，从而根据概率大小判别输入数据是否是真实的。
[0009]作为本专利技术所述的基于物联网的远程设备健康监测方法的一种优选方案，其中：所述自编码器的重构损失函数表示为：；其中，是输入数据，是重构数据，表示和的距离度量，表示和的协方差，和分别表示和的标准差，求得的结果取值范围为[
‑
1, 1]，越接近1表示降维前后的数据越线性相关。
[0010]作为本专利技术所述的基于物联网的远程设备健康监测方法的一种优选方案，其中：所述生成对抗网络的生成损失由两部分组成，分别为生成器的损失和判别器的损失，因生成器直接使用自编码器的输出作为输入，即只考虑判别器的损失，因此生成对抗网络的生成损失函数表示为：；其中，为生成器的损失，是输入数据，是生成数据，表示和的距离度量。
[0011]作为本专利技术所述的基于物联网的远程设备健康监测方法的一种优选方案，其中：所述改进的受限玻尔兹曼机算法，将受限玻尔兹曼机的输出结果作为第i个节点的设备数据观测值，利用卡尔曼滤波预测第i个节点的设备数据预测值，利用卡尔曼滤波增益系数综合考虑观测值与预测值的可靠性，以观测值与预测值的加权和作为最终输出结果，再根据最终输出结果反向调节受限玻尔兹曼机中的参数，其中经卡尔曼滤波改进的隐藏层第ｊ神经元的状态表示为：；其中，为卡尔曼滤波第i个节点的设备数据预测值，为受限玻尔兹曼机隐藏层第ｊ神经元的状态，A为卡尔曼滤波算法数学模型的状态转移矩阵，为卡尔曼系数，H为卡尔曼滤波算法数学模型的状态变量到测量的转换矩阵，也是状态变量对测量变量的增益。
[0012]作为本专利技术所述的基于物联网的远程设备健康监测方法的一种优选方案，其中：所述改进的受限玻尔兹曼机算法，引入一种新的评判标准，对输出结果的误差进行观测，所述评判标准计算公式表示为：
；其中，和分别代表真实值和改进的受限玻尔兹曼机计算结果。
[0013]第二方面，本专利技术提供了一种基于IOS系统第三方应用的安全检测系统，包括：设备状态监测传感器模块，Arduino设备模块，边缘服务器模块、云服务器模块及便携式智能设备模块。
[0014]作为本专利技术所述的基于物联网的远程设备健康监测系统的一种优选方案，其中：所述设备状态监测传感器模块由多个传感器组成，用于采集设备的运行状态数据，并使用蓝牙低功耗传输方式将实时采集数据发送给Arduino设备模块；所述Arduino设备模块用于收集并转发传感器采集数据，内置有无线通信模块，采用无线数据传输方式将传感器采集数据转发至边缘服务器模块；所述边缘服务器模块负责对采集数据进行过滤及特征提取，将过滤后数据转发至云服务器；所述云服务器模块用于存储和处理状态监测传感器模块采集的设备健康状态信息；所述便携式智能设备模块作为与用户交互的接口，负责接收设备状态的实时通告和设备故障的实时告警，以及查看相应的保养及维修方案。
[0015]第三方面，本专利技术提供了一种计算设备，包括：存储器，用于存储程序；处理器，用于执行所述计算机可执行指令，该计算机可执行指令被处理器执行时实现所述基于物联网的远程设备健康监测方法的步骤。
[0016]第四方面，本专利技术提供了一种计算机可读存储介质，包括：所述程序被处理器执行时，实现所述的基于物联网的远程设备健康监测方法的步骤。
[0017]本专利技术的有益效果：本专利技术基于物联网技术的远程设备健康监测系统，通过采用自编码器和生成对抗网络相结合的方法，进行数据降维和强相关特征提取；通过改进的受限玻尔兹曼机算法对降维后的数据进行分析，作为最终的计算结果，能够对设备状态进行实时监测，对设备故障进行实时预警，可有效降低设备发生故障概率。
附图说明
[0018]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：图1为本专利技术一个实施例提供的一种基于物联网的远程设备健康监测方法的基本流程示意图；图2为本专利技术一个实施例提供的一种基于物联网的远程设备健康监测方法的自编码器和生成对抗网络的结合示意图；图3为本专利技术一个实施例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于物联网的远程设备健康监测方法，其特征在于，包括：采集设备的运行状态信息，创建远程设备健康监测模型；采用自编码器和生成对抗网络相结合的方法，进行数据降维和强相关特征提取；通过改进的受限玻尔兹曼机算法对降维后的数据进行分析，作为最终的计算结果，实现设备健康状态的远程检测。2.如权利要求1所述的基于物联网的远程设备健康监测方法，其特征在于：所述自编码器和生成对抗网络相结合，包括以下步骤：自编码器的编码器将输入的设备特征信息降维，过滤掉无用的特征，获得的低维特征向量用表示；自编码器的解码器将低维特征重构为与设备特征信息相似的形式，生成对抗网络的生成器部分直接使用自编码器的编码器输出作为输入，生成一个与设备特征信息相似的数据；生成对抗网络的判别器则识别是否是真实数据，将结果映射到一个二分类的概率，从而根据概率大小判别输入数据是否是真实的。3.如权利要求1或2所述的基于物联网的远程设备健康监测方法，其特征在于：所述自编码器的重构损失函数表示为：；其中，是输入数据，是重构数据，表示和的距离度量，表示和的协方差，和分别表示和的标准差，求得的结果取值范围为[
‑
1, 1]，越接近1表示降维前后的数据越线性相关。4.如权利要求3所述的基于物联网的远程设备健康监测方法，其特征在于：所述生成对抗网络的生成损失由两部分组成，分别为生成器的损失和判别器的损失，因生成器直接使用自编码器的输出作为输入，即只考虑判别器的损失，因此生成对抗网络的生成损失函数表示为：；其中，为生成器的损失，是输入数据，是生成数据，表示和的距离度量。5.如权利要求4所述的基于物联网的远程设备健康监测方法，其特征在于：所述改进的受限玻尔兹曼机算法，将受限玻尔兹曼机的输出结果作为第i个节点的设备数据观测值，利用卡尔曼滤波预测第i个节点的设备数据预测值，利用卡尔曼滤波增益系数综合考虑观测值与预测值的可靠性，以观测值与预测值的加权和作为最终输出结果，再根据最终输出结果反向调节受限玻尔兹曼机中的参数，其中经卡尔曼滤波改进的隐藏层第...
【专利技术属性】
技术研发人员：葛俊海，贾伟，胡亮，赵永杰，赵学健，
申请(专利权)人：南京先维信息技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。