CN119441777A 一种门式起重机智能故障诊断方法和系统 （中船第九设计研究院工程有限公司）

本申请提供了一种门式起重机智能故障诊于诊断结果数据和预警结果数据对故障决策树2步骤6.基于所述趋势分析结果，以及结合所述故障决策树和应变信号故障知识图谱，步骤7.基于诊断结果数据和预警结果数据对所2.根据权利要求1所述的方法，其特征在于，所述感器安装在所述主梁中间位置处的应变传感器附近的可移动的3.根据权利要求1所述的方法，其特征在通过对比所述信号特征值与正常运行状态下的标准值，判断是否3根据上述条件，逐步构建所述故障决策树的分支结构；所述每将收集的所述历史故障数据或新数据输入所述故障决策树模型，验7.根据权利要求6所述的方法，其特征在于③图数据存储：将所述本体模型转换为结构化的图②层级关系构建：在所述故障知识图谱中按照故障③可视化展示：生成所述故障知识图谱的可视化视图，4②人工判定与趋势更新：前期由运维专家通过对①信息流接收与存储：知识图谱框架接收诊断算法输出②重要信息的图谱更新：将算法输出的关键信息映射③异常自动更新：当算法识别出新的异常模式，系统③人工监督与反馈：图谱自学习过程仍需人工监督所述贝叶斯分类器通过一个节点对象的先验概率，利用贝叶斯公式计算出其后验概所述支持向量机采用多分类拓展算法对多个故障进行所述故障诊9.根据权利要求8所述的方法，其特征在于，所述52)权重调整：对于已经存在的决策节点，3)修剪冗余节点：如果所述诊断结果和预警结果数据表明某些故障的发生概率极低，2)预警信息引导的阈值更新：所述预警结2)实时更新：随着新的所述诊断结果和预警10.一种门式起重机智能故障诊断系统，该系统包括用于存储计算机程序指令的存储6[0006]为实现上述目的，本申请的一些实施例提供了一种门式起重机智能故障诊断方[0009]步骤3.基于所述应变监测数据与预测应变数据采用对比分析算法，进行趋势分[0016]进一步地，所述步骤3进一步包括：基于预处理后的实时工况数据和应变监测数7提取的信号特征值与所述故障类型的所述标签进行89[0076]1)训练与测试：将更新后的所述故障决策树与新的诊断结果和预警结果数据结[0089]示例性地，本实施例通过在门式起重机的主梁结构的关主梁上部署的传感器所获取的主梁工作状态应[0093]综合考虑上述因素，本实施例将应变传感器的测点分布在两根主梁上，如图1所偿的2个应变传感器安装在主梁中间位置S/2处的应变传感器附近，置于可移动的安装块[0095]在一些实施例中，主梁的应变监测数据采样频率为1Hz，工况数据的采样频率为[0096]在主梁应变监测数据的预处理过程中，需要进行一系列的数据清洗和校正工[0100]步骤3.基于实际应变监测数据与预测应变数据采用对比分析算法，进行趋势分[0102]在一些实施例中，根据大型门式起重机上采集的实时工[0113]通过设备运行状态数据和监测传感器数据，记录所有工[0122]门式起重机主梁理论应力与实际应力整体趋势一致，但[0178]信息流接收与存储：知识图谱框架接收两个诊断算法(如基于机器学习和基于规[0180]异常自动更新：当算法识别出新的异常模式(如起升机构出现新的振动频率异身构成复杂的网络关系，而同属于一个故障现象的同类事件集组成了庞大的知识网络体[0206]故障诊断事实上可以看成一个模式识别的问题，判断设备状态正常还是存在故[0208]贝叶斯分类器是各种分类器中分类错误概率最小或者在预先给定代价的情况下[0209]贝叶斯分类原理是通过某对象的先验概率，利用贝叶斯[0215]②处理复杂故障模式：在故障诊断场景中，故障模式往[0217]实际应用中诊断结果返回形式如表1所示，其中，部广播或其他信号承载媒体中的数据流而被传输，和/或被存储在根据所述程序