【技术实现步骤摘要】
本专利技术涉及人工智能领域，具体是指一种智能化高精度齿轮减速机监控与诊断系统。
技术介绍
1、近年来，随着社会的发展，监控与诊断系统在各个领域的应用广泛，一般的监控与诊断系统中，使用一般的检查算法存在缺乏实时监测、数据质量低下、故障风险高和预测准确性低的问题，导致难以发现隐藏在数据中的异常情况，特别是那些不易被传统方法或人工检测到的异常，延迟发现异常，进而影响系统运行的稳定性和安全性，并且因为未能及时检测和处理异常数据点，影响数据分析和决策的准确性，导致系统运行不稳定或发生意外；传统的智能诊断模型存在特征提取困难、异常检测不准确、噪声干扰大和模式识别困难的问题，无法有效对数据进行降维处理，导致数据维度较高、冗余性较大，增加了数据处理和分析的复杂性，同时因为没有进行噪声抑制的训练，导致数据中的噪声干扰较大，降低了数据的准确性和可信度，系统难以识别数据中的潜在模式和规律。
技术实现思路
1、针对上述情况，本专利技术提供了一种智能化高精度齿轮减速机监控与诊断系统，针对一般的检查算法存在缺乏实时监测、数据质量低下、故障风险高和预测准确性低的问题，本方案在数据分析诊断中心接收来自数据采集子系统的数据并使用残差一致性检查算法进行检测，实时监测传感器数据中的异常情况，通过计算传感器之间的残差，并检查其一致性，及时发现异常数据点或故障传感器，帮助实现快速响应和故障诊断，及时发现并处理异常情况减少系统故障风险，确保数据采集和分析的正常运行，整体提高系统的实时性、稳定性、数据质量和预测能力，同时降低维
2、本专利技术提供的一种智能化高精度齿轮减速机监控与诊断系统包括齿轮减速机、数据检测设备、数据采集子系统、通信子系统、数据分析诊断中心、智能诊断子系统，具体包括以下内容：
3、所述齿轮减速机包括减速箱、电机、驱动轴和冷却水箱，冷却水箱内部固定设有防水机箱，电机固定设于防水机箱内壁，驱动轴的一端与电机的输出轴同轴固定连接，驱动轴的另一端与减速箱的输入轴同轴固定连接；
4、所述数据检测设备包括第一温度传感器、第一振动传感器、第一电流传感器、第一转速传感器、第二温度传感器、第二振动传感器、第一压力传感器、第一加速度传感器、第三温度传感器、第一流量传感器、第二压力传感器、第一液位传感器，第一温度传感器和第一振动传感器安装于电机的外壁，第一电流传感器安装于电机的电源线路上，第一转速传感器安装于电机的转子上，第二温度传感器、第二振动传感器和第一加速度安装于驱动轴的外表面，第一压力传感器安装于驱动轴的顶部，第三温度传感器安装于冷却水箱外底壁，第一流量传感器安装于冷却水箱进水管道上，第二压力传感器安装于冷却水箱顶部中央位置，第一液位传感器安装于冷却水箱内壁，检测电机的运行状态、转速、电流和温度数据，检测驱动轴的振动、温度、压力和润滑状态数据，检测冷却水箱的冷却水温度、流量、水压力和水位数据；
5、所述数据采集子系统用于采集和整合来自数据检测设备的数据，包括电机的运行状态、转速、电流和温度数据，驱动轴的振动、温度、压力和润滑状态数据，以及冷却水箱的冷却水温度、流量、水压力和水位数据；
6、所述通信子系统采用无线通信方式将采集到的数据传输至数据分析诊断中心和智能诊断子系统；
7、数据分析诊断中心接收来自数据采集子系统的数据并使用残差一致性检查算法进行检测，得到关于传感器数据的异常值检测、传感器故障诊断和数据质量评估；
8、智能诊断子系统将接收来自数据采集子系统的数据，构建去噪收缩自编码器模型并进行训练，使用去噪收缩自编码器模型进行异常检测。
9、进一步的，在数据分析诊断中心使用残差一致性检查算法进行检测，具体包括以下步骤：
10、步骤s1：数据准备，接收来自数据采集子系统的数据；
11、步骤s2：残差计算，对于每个时刻，根据来自数据采集子系统的数据，计算同类传感器在同一时刻之间的残差，所用公式如下：
12、；
13、；
14、其中，表示传感器和在时刻的测量值的残差,是传感器在时刻的测量值，是传感器在时刻的测量值，和是齿轮减速机内部安装的同类传感器中的任意两个，表示传感器和在时刻对测量过程的相关性，使用皮尔逊相关系数的计算公式计算相关性，为时刻的噪声干扰；
15、步骤s3：残差一致性检查，得到每对传感器和在时刻的测量值进行残差计算，设定残差阈值，进行残差一致性检查，得到残差一致性检查的结果；
16、步骤s4：异常情况判定，根据残差一致性检查的结果，检查每个时刻k的残差是否超过设定的阈值，当残差超过残差阈值，则存在异常情况；
17、步骤s5：报告生成，根据残差一致性检查的结果，生成异常情况报告，包括检测到的异常情况、原因分析和处理方式。
18、进一步的，在智能诊断子系统中，构建去噪收缩自编码器模型并进行训练，具体包括以下步骤：
19、步骤q1：数据预处理，对来自数据采集子系统的数据进行预处理，包括数据清洗、标准化和归一化，得到预处理后的数据后以7：3的比例分为训练集和测试集；
20、步骤q2：建立模型，构建去噪收缩自编码器模型，包括训练编码器、解码器和收缩块；
21、步骤q3：模型训练，将训练集输入到去噪收缩自编码器模型中，通过反向传播算法对去噪收缩自编码器模型进行训练，得到训练完成的去噪收缩自编码器模型；
22、步骤q4：超参数调优，调整训练完成的去噪收缩自编码器模型的超参数，通过交叉验证在测试集中选择最佳超参数，包括学习率、批量大小、隐藏层节点数，得到调优后的去噪收缩自编码器模型；
23、步骤q5：模型评估，训练过程中监测去噪收缩自编码器模型在训练集和测试集上的表现，通过重构误差指标评估调优后的去噪收缩自编码器模型性能，得到模型评估结果；
24、步骤q6：验证和调整：根据模型评估结果，对调优后的去噪收缩自编码器模型进行调整和优化。
25、进一步的，在步骤q2中，构建去噪收缩自编码器模型，具体包括以下内容：
26、编码器：将训练集输入编码器，给定一个输入数据∈，编码器将其转换为∈，编码器负责将输入数据映射到编码空间中，所用公式如下：
27、；
28、本文档来自技高网...
【技术保护点】
1.一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：包括齿轮减速机、数据检测设备、数据采集子系统、通信子系统、数据分析诊断中心、智能诊断子系统，具体包括以下内容：
2.根据权利要求1所述的一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：在数据分析诊断中心使用残差一致性检查算法进行检测，具体包括以下步骤：
3.根据权利要求1所述的一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：在智能诊断子系统中，构建去噪收缩自编码器模型并进行训练，具体包括以下步骤：
4.根据权利要求3所述的一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：在步骤Q2中，构建去噪收缩自编码器模型，具体包括以下内容：
【技术特征摘要】
1.一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：包括齿轮减速机、数据检测设备、数据采集子系统、通信子系统、数据分析诊断中心、智能诊断子系统，具体包括以下内容：
2.根据权利要求1所述的一种智能化高精度齿轮减速机监控与诊断系统，其特征在于：在数据分析诊断中心使用残差一致性检查算法进行检测，具体包括以下...
【专利技术属性】
技术研发人员：李强，
申请(专利权)人：西安瓦力机电科技有限公司，
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。