【技术实现步骤摘要】
本申请属于机泵设备故障诊断领域，具体涉及一种机泵设备运行故障诊断方法、装置、存储介质及电子设备。
技术介绍
1、机械设备诊断技术是一门综合性学科，它结合传感器技术、动态测试技术和不同领域的理论知识，对机械设备运行状态信息进行采集和分析，发现运行异常和故障机理，对设备的整体运行状况进行全面的评估，这对机械设备的设计、制造、维护等方面有重要的指导作用。机泵故障诊断的意义在于：(1)能够及时准确地掌握机泵设备的故障状况，对故障状态进行提前的判断和处理，对潜在的故障进行预防性维护，降低维修的成本和开支。(2)通过对机泵的实时监测和定期的检测，在不影响生产的前提下对机泵设备进行检修，避免故障恶化，延长机械设备的寿命，最大化使用效率。(3)了解机泵运行状态的变化，保证了设备连续工作的稳定性，加强了对机组的管理控制。
2、因此，机泵作为工业生产的核心设备，进行安全监测和故障诊断是非常必要的。研究机泵的故障诊断技术可以快速准确地判断故障类型,缩短设备维修的时间，还可以及时发现机泵早期故障，提高维修效果，延缓设备的报废时间，防止连锁反应，提高整个系统的安全性和持久性。现有的机泵故障诊断方法过于依赖人工经验和固有的诊断规则，对故障分析不够全面，判断依据过于单一，从而导致不能完全了解机泵故障的真实情况，因此，有必要提出一种新的机泵设备故障诊断方法，以提高机泵设备的故障诊断准确率。
技术实现思路
1、针对现有技术中的不足，本申请的目的在于提供一种机泵设备运行故障诊断方法，该方法通过强化学习动态
2、为实现上述目的，本申请提供以下技术方案：
3、一种机泵设备运行故障诊断方法，所述方法包括以下步骤：
4、s100：采集待测机泵设备运行过程中的振动信号；
5、s200：对所采集的振动信号进行标准化处理，以获得标准化处理后的振动信号；
6、s300：构建机泵设备故障诊断模型并训练；
7、其中，所述机泵设备故障诊断模型包括多个基分类器，所述多个基分类器通过强化学习算法dqn实现权重动态分配，以应对不同类型的机泵设备故障诊断；
8、s400：将标准化处理后的振动信号输入训练好的模型进行特征提取，并根据所提取的特征选择适配的基分类器组合，以实现对待测机泵设备的故障诊断，其中，所述基分类器组合分配有不同权重。
9、优选的，步骤s200中，通过使用标准化方法对所采集的振动信号进行标准化处理。
10、优选的，步骤s300中，所述机泵设备故障诊断模型通过以下步骤训练：
11、s301：采集机泵设备的不同类型的历史故障数据以获得样本数据集，将数据集经标准化处理后划分为训练样本数据集和测试样本数据集；
12、s302：设置每个基分类器的训练参数，使用训练样本数据集对各基分类器进行训练，当达到最大训练次数或交叉熵损失函数收敛，模型训练完成，其中，最大训练次数基于训练样本数据集中的故障类型数量而定；
13、s303：利用测试样本数据集对训练后的模型进行测试，在测试过程中，当各基分类器的分类精度达到95%，模型测试通过；否则调整各基分类器的训练参数对模型重新进行训练，直至模型测试通过。
14、优选的，步骤s300中，所述多个基分类器通过强化学习算法dqn进行权重分配包括以下步骤：
15、s3001：对强化学习dqn算法进行初始化；
16、s3002：根据epsilon-greedy策略并基于初始化后的dqn算法对各基分类器进行权重分配。
17、本公开还提供了一种机泵设备运行故障诊断装置，所述装置包括：
18、采集单元，用于采集待测机泵设备运行过程中的振动信号；
19、标准化处理单元，用于对所采集的振动信号进行标准化处理，以获得标准化处理后的振动信号；
20、模型构建及训练单元，用于构建机泵设备故障诊断模型并训练；
21、其中，所述机泵设备故障诊断模型包括多个基分类器，所述多个基分类器通过强化学习算法dqn实现权重动态分配，以应对不同类型的机泵设备故障诊断；
22、故障诊断单元，用于将标准化处理后的振动信号输入训练好的模型进行特征提取，以及用于根据所提取的特征选择适配的基分类器组合，以实现对待测机泵设备的故障诊断，其中，所述基分类器组合分配有不同权重。
23、本公开还提供了一种电子设备，包括：
24、存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，
25、所述处理器执行所述程序时实现如前任一所述的方法。
26、本公开还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行如前任一所述的方法。
27、与现有技术相比，本申请带来的有益效果为：本申请能够结合实际机泵设备运行过程，并根据待测振动数据的故障特征通过强化学习算法dqn给各基分类器进行动态分配权重，从而能够对机泵设备的故障类别进行精准诊断，减少了故障诊断出错的情况。
本文档来自技高网...【技术保护点】
1.一种机泵设备运行故障诊断方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤S200中，通过使用标准化方法对所采集的振动信号进行标准化处理。
3.根据权利要求1所述的方法，其特征在于，步骤S300中，所述机泵设备故障诊断模型通过以下步骤训练：
4.根据权利要求1所述的方法，其特征在于，步骤S300中，所述多个基分类器通过强化学习算法DQN进行权重分配包括以下步骤：
5.一种机泵设备运行故障诊断装置，其特征在于，所述装置包括：
6.一种电子设备，其特征在于，所述电子设备包括：
7.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1至4任一所述的方法。
【技术特征摘要】
1.一种机泵设备运行故障诊断方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤s200中，通过使用标准化方法对所采集的振动信号进行标准化处理。
3.根据权利要求1所述的方法，其特征在于，步骤s300中，所述机泵设备故障诊断模型通过以下步骤训练：
4.根据权利要求1所述的方法，其特征在于，步...
【专利技术属性】
技术研发人员：刘云刚，刘云川，甘乐天，漆仲黎，易军，
申请(专利权)人：四川泓宝润业工程技术有限公司，
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。