Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种用于消防炮控制系统的故障识别方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明涉及消防安全、智能控制的技术领域,公开了一种用于消防炮控制系统的故障识别方法,包括:在消防炮控制系统的关键位置安装多种传感器,采集消防炮控制系统运行数据;对采集的运行数据进行数据清洗、去噪和归一化的预处理操作后,从中提取与运行故障相关的特征参数,形成特征样本数据集;将特征样本数据集输入基于故障树分析算法构建的SVM分类器中进行训练,得到故障识别模型;将故障识别模型部署在消防炮控制系统的中央处理平台内,实时对系统运行数据进行故障识别,并输出故障识别结果。本发明克服了现有技术的不足,提高了故障识别的准确性、及时性和可靠性。

主权项:1.一种用于消防炮控制系统的故障识别方法,其特征在于,包括:在消防炮控制系统的关键位置安装多种传感器,采集所述消防炮控制系统运行数据;对采集的所述运行数据进行数据清洗、去噪和归一化的预处理操作后,从中提取与运行故障相关的特征参数,形成特征样本数据集;通过特征提取技术,提取与运行故障相关的特征参数,所述特征参数至少包含压力波动特征、温度特征、流量特征、电流特征和电压特征;将提取的所述特征参数按时间顺序排列,整合成特征向量,构成特征样本数据集;其中,对所述特征样本数据集中的特征样本进行标注,标明是否发生故障及故障类型;所述特征样本数据集的表达形式为一个矩阵,其中,每一行表示一个样本,每一列表示一个特征;通过特征提取技术,提取所述特征参数,其数学表达公式如下: 其中,、、、和分别表示压力、温度、流量、电流和电压的均值,X为提取的特征向量,表示压力在时间范围内的累积值,表示压力的波动率,其数值越大,波动越剧烈;将所述特征样本数据集输入基于故障树分析算法构建的SVM分类器中进行训练,得到故障识别模型;其数学表达公式如下: 其中,表示从时间a到b的积分操作,a和b分别表示采样的时间区间的起点和终点,表示对所有特征参数的求和操作,i表示第i个特征参数,n表示特征参数的总数,是与特征参数i相关的指数系数,t表示时间,Xi表示特征参数i的值,μi表示特征参数i的均值,σi表示特征参数i的标准差,是Kroneckerdelta函数,用于表示特征样本i是否发生故障,j表示故障类型,是特征参数i的正态分布的标准差乘以2π的平方根,是一个复杂的多参数信息过滤函数,Pt、Tt、Ft、It、Vt分别表示在时间t时的压力、温度、流量、电流和电压特征参数的函数,C是常数,表示公式的结果,用于故障识别模型的校准值;当C>0时,表示特征样本发生故障,并识别出故障类型;当C=0时,表示特征样本未发生故障;当C<0时,表示样本处于预警状态或系统存在误差,需要进一步监测和调整,以确保系统或设备的正常运行;所述故障识别模型中,识别不同故障类型的δi,j表示为:δi,1表示过压故障;δi,2表示欠压故障;δi,3表示过温故障;δi,4表示欠温故障;δi,5表示流量异常故障;δi,6表示电流过载故障;δi,7表示电流不足故障;δi,8表示电压波动故障;将所述故障识别模型部署在所述消防炮控制系统的中央处理平台内,实时对系统运行数据进行故障识别,并输出故障识别结果。

全文数据:

权利要求:

百度查询: 南京睿实智能安全科技有限公司 一种用于消防炮控制系统的故障识别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。