国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種冷卻塔故障診斷方法

      文檔序號:8379379閱讀:213來源:國知局
      一種冷卻塔故障診斷方法
      【技術領域】
      [0001] 本發(fā)明屬于冷卻塔技術領域,具體涉及一種冷卻塔故障診斷方法。
      【背景技術】
      [0002] 冷卻塔是應用非常普遍的水資源循環(huán)利用設備,其主要功能是將含有廢熱的冷卻 水與空氣在塔內進行熱交換,使水溫降至要求的溫度,以便進行再次循環(huán)。目前,為冷卻塔 供水的水泵以及冷卻塔的風機均由電動機驅動。
      [0003] 冷卻塔在運行過程中存在著極其復雜的動態(tài)擾動,當聲波作用在固體或者流體上 產生振動時,不僅會影響周圍環(huán)境,還可能與振動一起對設備產生巨大破壞,長期帶故障運 行的設備輻射噪聲和振動耦合后形成巨大的激振力。當機械系統(tǒng)出現(xiàn)故障時,其聲學特性 亦會發(fā)生改變,從而蘊含設備狀態(tài)信息。

      【發(fā)明內容】

      [0004] 為了克服現(xiàn)有技術的不足,本發(fā)明提供一種冷卻塔故障診斷方法,通過對聲場重 建可視化聲音圖像,提取其中的特征值,判斷故障。
      [0005] 本發(fā)明的技術方案是:一種冷卻塔故障診斷方法,包括如下步驟:步驟一:利 用近場聲全息方法用于聲場重建和可視化,建立聲像圖;步驟二:求取圖像的二階組 合條件概率密度,并對聲音圖像進行灰度級量化,采用灰度共生矩陣特征提取紋理上 二階統(tǒng)計特征,用統(tǒng)計特征提取聲像圖中聲場分布特征;步驟三:將聲場特征輸入支 持向量機RVM模型,進行故障分類,輸出故障類型。所述步驟一中包括:設立聲像圖 的格林函數(shù),用于限定邊界。所述步驟二中對聲音圖像進行灰度級量化的過程為:
      【主權項】
      1. 一種冷卻塔故障診斷方法,其特征在于:包括如下步驟: 步驟一:利用近場聲全息方法用于聲場重建和可視化,建立聲像圖; 步驟二:求取圖像的二階組合條件概率密度,并對聲音圖像進行灰度級量化,采用灰度 共生矩陣特征提取紋理上二階統(tǒng)計特征,用統(tǒng)計特征提取聲像圖中聲場分布特征; 步驟三:將聲場特征輸入支持向量機RVM模型,進行故障分類,輸出故障類型。
      2. 根據(jù)權利要求1所述的一種冷卻塔故障診斷方法,其特征在于:所述步驟一中包括: 設立聲像圖的格林函數(shù),用于限定邊界。
      3. 根據(jù)權利要求1所述的一種冷卻塔故障診斷方法,其特征在于:所述步驟二中對聲 音圖像進行灰度級量化的過程為: 其中,int表示取整運算,
      分別為聲壓級矩陣p(x,y)中最大值、最小值。
      4. 根據(jù)權利要求1所述的一種冷卻塔故障診斷方法,其特征在于:所述步驟三具體 為: 步驟一:預處理,對特征樣本的先驗數(shù)據(jù)進行歸一化處理,并建立聲場分布特征與冷卻 塔狀態(tài)之間的對應關系; 步驟二:機器訓練,選擇合適的核函數(shù)并對其超參數(shù)進行粒子群優(yōu)化訓練,建立合適的RVM模型; 步驟三:故障診斷,采用"一對一"RVM分類器進行待測樣本故障診斷并輸出結果。
      5. 根據(jù)權利要求4所述的一種冷卻塔故障診斷方法,其特征在于:所述步驟二中粒子 群優(yōu)化RVM超參數(shù)的具體過程為: 步驟一:初始化粒子群:確定粒子群的規(guī)模,初始位置和速度,根據(jù)約束條件對每個 粒子初始化一個滿足條件的拉格朗日因子a的值; 步驟二:計算每一個粒子的目標函數(shù)值,即所要優(yōu)化函數(shù)的值; 步驟三:更新每一個粒子a的位置局部最優(yōu)值和全局最優(yōu)值; 步驟四:更新每一個粒子的飛行速度和位置,并根據(jù)飛行空間的限制調整其速度; 步驟五:判斷是否滿足終止條件,滿足條件跳出循環(huán),并計算相關系數(shù),否則返回的步 驟二,直到滿足迭代的次數(shù); 步驟六:返回最優(yōu)a的值,并將最優(yōu)化的參數(shù)傳遞給RVM模型。
      6. 根據(jù)權利要求4所述的一種冷卻塔故障診斷方法,其特征在于:所述步驟三中RVM 分類器通過網格搜索和交叉驗證方式進行分類。
      【專利摘要】本發(fā)明涉及一種冷卻塔故障診斷方法,屬于冷卻塔技術領域,本發(fā)明方法包括如下步驟:步驟一:利用近場聲全息方法用于聲場重建和可視化,建立聲像圖;步驟二:求取圖像的二階組合條件概率密度,并對聲音圖像進行灰度級量化,采用灰度共生矩陣特征提取紋理上二階統(tǒng)計特征,用統(tǒng)計特征提取聲像圖中聲場分布特征;步驟三:將聲場特征輸入支持向量機RVM模型,進行故障分類,輸出故障類型。本發(fā)明方法具有無損、非接觸、簡便易行的特點。
      【IPC分類】G01N29-44, G01N29-14
      【公開號】CN104698090
      【申請?zhí)枴緾N201510115861
      【發(fā)明人】張育仁, 張研, 帕提曼熱扎克
      【申請人】蕪湖凱博實業(yè)股份有限公司
      【公開日】2015年6月10日
      【申請日】2015年3月17日
      網友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1