System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于数据处理,尤其涉及一种智能喷水织机故障诊断方法与系统。
技术介绍
1、喷水织机(water jet loom)是采用喷射水柱牵引纬纱穿越梭口的无梭织机,为了实现对喷水织机的故障识别,在专利技术专利申请cn202310636798.8《智能喷水织机及其控制系统》通过基于振动信号和声音信号来实现喷水织机故障的自动化诊断,从而及时发现喷水织机的故障,避免因故障造成的设备损坏和生产效率下降,但是与此同时存在以下技术问题:
2、在进行不同类型的纺织物的处理时,由于喷水织机的开口量和开口时间,布辊张力,水泵的喷水时间、喷水量和水压等均存在一定程度的差异,因此其振动信号和声音信号也会存在一定程度的差异,这就使得喷水织机采用统一的故障诊断模型,则会导致故障诊断的处理结果的准确性难以满足要求。
3、针对上述技术问题,本专利技术提供了一种智能喷水织机故障诊断方法与系统。
技术实现思路
1、为实现本专利技术目的,本专利技术采用如下技术方案:
2、根据本专利技术的一个方面,提供了一种智能喷水织机故障诊断方法。
3、一种智能喷水织机故障诊断方法,具体包括:
4、s1确定不同类型的纺织物的喷水织机的匹配数据,通过所述匹配数据在不同的故障类型的分析结果,确定构建故障诊断模型的纺织物的类型,并将其作为基准类型;
5、s2将除去所述基准类型的纺织物的类型作为剩余纺织物类型,以所述剩余纺织物类型在喷水织机的控制参数为基础,确定与不同
6、s3以所述参考诊断模型在所述剩余纺织物类型的匹配数据的识别结果,确定在不同维度的故障类型的识别偏差情况,并结合不同维度的故障类型的匹配数据确定不存在识别可靠性满足要求的参考诊断模型时,进入下一步骤;
7、s4将所述参考诊断模型进行组合处理生成多组识别方案,利用不同的识别方案在所述剩余纺织物类型的不同维度的故障类型的识别偏差情况,进行筛选识别方案的确定,并利用所述筛选识别方案进行所述剩余纺织物类型的故障识别处理。
8、本专利技术的有益效果在于:
9、通过匹配数据在不同的故障类型的分析结果,确定构建故障诊断模型的纺织物的类型,从而实现了在不同的故障类型对应的匹配数据的数据量以及匹配数据的相似程度等多个角度进行构建故障诊断模型的纺织物的类型的确定,避免了由于匹配数据的数据量较少或者匹配数据较为相似导致的故障诊断模型的构建结果的准确性不高的技术问题的出现,提升了故障诊断模型的诊断结果的可靠性,也为进一步进行筛选识别方案的确定奠定了基础。
10、利用不同的识别方案在剩余纺织物类型的不同维度的故障类型的识别偏差情况,进行筛选识别方案的确定,从而实现了从多个故障诊断模型构建的识别方案进行剩余纺织物类型的故障类型的识别,避免了采用单一的故障诊断类型导致的识别结果的准确性不高的技术问题的出现,并进一步结合不同维度的故障类型的识别偏差情况,从而实现了识别准确率的角度进行剩余纺织物类型的识别方案的准确确定。
11、进一步的技术方案在于,所述匹配数据为所述喷水织机在处理所述类型的纺织物的运行数据。
12、进一步的技术方案在于,所述故障诊断模型的输入量包括喷水织机的振动数据和声音数据。
13、进一步的技术方案在于,所述筛选识别方案的确定的方法为:
14、以所述识别方案在所述剩余纺织物类型的不同维度的故障类型的识别偏差情况,确定在不同维度的故障类型的识别偏差次数以及识别准确次数;
15、基于所述识别偏差次数与所述识别准确次数的比值确定不同维度的故障类型的偏差系数;
16、根据不同维度的故障类型的偏差系数的平均值确定不同的识别方案的综合偏差系数,并基于所述综合偏差系数确定所述识别方案中的筛选识别方案。
17、进一步的技术方案在于,所述筛选识别方案为综合偏差系数最小的识别方案。
18、另一方面,本专利技术提供了一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行上述的一种智能喷水织机故障诊断方法。
19、其他特征和优点将在随后的说明书中阐述,本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
20、为使本专利技术的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
本文档来自技高网...【技术保护点】
1.一种智能喷水织机故障诊断方法,其特征在于,具体包括:
2.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述匹配数据为所述喷水织机在处理所述类型的纺织物的运行数据。
3.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述故障诊断模型的输入量包括喷水织机的振动数据和声音数据。
4.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述构建故障诊断模型的纺织物的类型的确定的方法为:
5.如权利要求4所述的智能喷水织机故障诊断方法,其特征在于,所述故障类型的数据匹配系数根据所述故障类型的匹配数据的数据量与预设数据量的比值进行确定。
6.如权利要求4所述的智能喷水织机故障诊断方法,其特征在于,所述综合匹配系数根据所述匹配数据的不同的故障类型的数据匹配系数的平均值进行确定。
7.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述控制参数包括喷水织机的开口量和开口时间,布辊张力,水泵的喷水时间、喷水量和水压。
8.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,
9.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述筛选识别方案的确定的方法为:
10.一种计算机系统,包括:通信连接的存储器和处理器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,其特征在于:所述处理器运行所述计算机程序时执行权利要求1-9任一项所述的一种智能喷水织机故障诊断方法。
...【技术特征摘要】
1.一种智能喷水织机故障诊断方法,其特征在于,具体包括:
2.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述匹配数据为所述喷水织机在处理所述类型的纺织物的运行数据。
3.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述故障诊断模型的输入量包括喷水织机的振动数据和声音数据。
4.如权利要求1所述的智能喷水织机故障诊断方法,其特征在于,所述构建故障诊断模型的纺织物的类型的确定的方法为:
5.如权利要求4所述的智能喷水织机故障诊断方法,其特征在于,所述故障类型的数据匹配系数根据所述故障类型的匹配数据的数据量与预设数据量的比值进行确定。
6.如权利要求4所述的智能喷水织机故障诊断方法,其特征在于,所述综合匹配...
【专利技术属性】
技术研发人员:赵龙杰,张洁亮,王浩,戴磊明,顾斌,
申请(专利权)人:浙江宁巍机械科技有限公司,
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。