本申請(qǐng)涉及人工智能領(lǐng)域，特別是涉及一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法及裝置。

背景技術(shù)：

1、核電循泵機(jī)組是核電站常規(guī)島循環(huán)水冷系統(tǒng)中的關(guān)鍵設(shè)備，其主要功能是冷卻汽輪機(jī)排放的乏汽，如果泵組運(yùn)行期間發(fā)生故障，將導(dǎo)致汽輪機(jī)組降負(fù)荷50%，嚴(yán)重時(shí)導(dǎo)致汽輪機(jī)停機(jī)乃至反應(yīng)堆停堆，核電循泵機(jī)組結(jié)構(gòu)復(fù)雜、子系統(tǒng)繁多，其運(yùn)行過程中的潛在故障位置可能發(fā)生在其子系統(tǒng)的任何部件上，現(xiàn)有技術(shù)僅利用單一傳感器的信號(hào)難以感知并識(shí)別遠(yuǎn)離其安裝位置的其他子系統(tǒng)的故障特征，因此，開展利用多傳感器信號(hào)的核電循泵機(jī)組健康狀態(tài)識(shí)別十分重要。

2、核電循泵機(jī)組長期工作在無故障狀態(tài)下，導(dǎo)致極其缺乏能用于故障識(shí)別的有效故障數(shù)據(jù)；同時(shí)，核電循泵機(jī)組的驅(qū)、傳動(dòng)結(jié)構(gòu)復(fù)雜，高壓電機(jī)、行星齒輪箱和循環(huán)海水泵的振動(dòng)相互耦合，導(dǎo)致某個(gè)子部件發(fā)生故障時(shí)，故障特征頻率易被其他振源的頻率所干擾，這對(duì)核電循泵機(jī)組的健康狀態(tài)識(shí)別提出了重大挑戰(zhàn)。

3、綜上所述，如何通過數(shù)據(jù)不平衡下的虛擬源數(shù)據(jù)來對(duì)核電循泵機(jī)組健康狀態(tài)進(jìn)行識(shí)別是亟需解決的問題。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供了一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法及裝置，通過改進(jìn)的核獨(dú)立成分分析來對(duì)核電循泵機(jī)組的加速度信號(hào)進(jìn)行分析，更好的還原原始振動(dòng)信號(hào)中的故障特征，提高了對(duì)核電循泵機(jī)組健康狀態(tài)進(jìn)行檢測(cè)的準(zhǔn)確率。

2、第一方面，本申請(qǐng)實(shí)施例提供了一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，所述方法包括：

3、獲取核電循泵機(jī)組的加速度信號(hào)，通過核獨(dú)立成分分析對(duì)所述加速度信號(hào)進(jìn)行預(yù)處理得到電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)，其中，基于核獨(dú)立成分分析的預(yù)處理方法為：

4、將所述加速度信號(hào)映射到高維線性空間中得到映射向量，構(gòu)造電機(jī)參考信號(hào)、泵參考信號(hào)以及行星齒輪箱參考信號(hào)，基于構(gòu)造好的閾值函數(shù)在所述映射向量中獲取與電機(jī)參考信號(hào)頻率相似程度最高的項(xiàng)作為電機(jī)虛擬振源信號(hào)，獲取與泵參考信號(hào)頻率相似程度最高的項(xiàng)作為泵虛擬振源信號(hào)，獲取與行星齒輪箱參考信號(hào)頻率相似程度最高的項(xiàng)作為行星齒輪箱虛擬振源信號(hào)；

5、將電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)輸入到多源融合健康識(shí)別模型中得到核電循泵機(jī)組的健康狀態(tài)。

6、第二方面，本申請(qǐng)實(shí)施例提供了一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別裝置，包括：

7、獲取裝置，用于獲取核電循泵機(jī)組的加速度信號(hào)，通過核獨(dú)立成分分析對(duì)所述加速度信號(hào)進(jìn)行預(yù)處理得到電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)，其中，基于核獨(dú)立成分分析的預(yù)處理方法為：

8、將所述加速度信號(hào)映射到高維線性空間中得到映射向量，構(gòu)造電機(jī)參考信號(hào)、泵參考信號(hào)以及行星齒輪箱參考信號(hào)，基于構(gòu)造好的閾值函數(shù)在所述映射向量中獲取與電機(jī)參考信號(hào)頻率相似程度最高的項(xiàng)作為電機(jī)虛擬振源信號(hào)，獲取與泵參考信號(hào)頻率相似程度最高的項(xiàng)作為泵虛擬振源信號(hào)，獲取與行星齒輪箱參考信號(hào)頻率相似程度最高的項(xiàng)作為行星齒輪箱虛擬振源信號(hào)；

9、健康狀態(tài)識(shí)別裝置，用于將電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)輸入到多源融合健康識(shí)別模型中得到核電循泵機(jī)組的健康狀態(tài)。

10、第三方面，本申請(qǐng)實(shí)施例提供了一種電子裝置，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)程序，所述處理器被設(shè)置為運(yùn)行所述計(jì)算機(jī)程序以執(zhí)行一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法。

11、第四方面，本申請(qǐng)實(shí)施例提供了一種可讀存儲(chǔ)介質(zhì)，所述可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括用于控制過程以執(zhí)行過程的程序代碼，所述過程包括一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法。

12、本發(fā)明的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下：

13、本申請(qǐng)實(shí)施例通過改進(jìn)的核獨(dú)立成分分析算法高效的分離出核電循泵機(jī)組中的電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)，有助于更精準(zhǔn)地獲取不同部件的運(yùn)行狀態(tài)信息，為后續(xù)的故障診斷提供了更可靠的依據(jù)；本申請(qǐng)實(shí)施例通過構(gòu)建了多源融合識(shí)別模型，充分整合了電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)的信息，提高了對(duì)核電循泵機(jī)組健康狀態(tài)判斷的準(zhǔn)確性；本方案使用采用標(biāo)簽平滑正則化損失函數(shù)來完成多源融合識(shí)別模型的訓(xùn)練，保證在數(shù)據(jù)不平衡的情況下能夠有效解決網(wǎng)絡(luò)的過擬合問題，提高模型的泛化能力，從而提升了單一傳感器信號(hào)故障分類的精度，使模型在實(shí)際應(yīng)用中具有更高的可靠性和實(shí)用性。

14、本申請(qǐng)的一個(gè)或多個(gè)實(shí)施例的細(xì)節(jié)在以下附圖和描述中提出，以使本申請(qǐng)的其他特征、目的和優(yōu)點(diǎn)更加簡明易懂。

技術(shù)特征：

1.一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，構(gòu)建多項(xiàng)式形式的非線性核函數(shù)，基于所述非線性核函數(shù)計(jì)算加速度信號(hào)中的任一數(shù)據(jù)點(diǎn)與其它數(shù)據(jù)點(diǎn)的核函數(shù)值以將所述加速度信號(hào)映射到高維線性空間。

3.根據(jù)權(quán)利要求1所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，通過電渦流傳感器獲取核電循泵機(jī)組中電機(jī)軸轉(zhuǎn)速信號(hào)以及泵軸轉(zhuǎn)速信號(hào)，基于電機(jī)軸轉(zhuǎn)速信號(hào)構(gòu)建方波脈沖序列得到電機(jī)參考信號(hào)，基于泵軸轉(zhuǎn)速信號(hào)構(gòu)建方波脈沖序列得到泵參考信號(hào)，以行星齒輪箱的嚙合頻率作為星齒輪箱參考信號(hào)。

4.根據(jù)權(quán)利要求1所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，通過構(gòu)造閾值函數(shù)來對(duì)映射向量以電機(jī)參考信號(hào)進(jìn)行約束得到電機(jī)約束目標(biāo)函數(shù)，對(duì)所述電機(jī)約束目標(biāo)函數(shù)求解得到電機(jī)虛擬振源信號(hào)；通過構(gòu)造閾值函數(shù)來對(duì)映射向量以泵參考信號(hào)進(jìn)行約束得到泵約束目標(biāo)函數(shù)，對(duì)所述泵約束目標(biāo)函數(shù)求解得到泵虛擬振源信號(hào)；通過構(gòu)造閾值函數(shù)來對(duì)映射向量以行星齒輪箱參考信號(hào)進(jìn)行約束得到行星齒輪箱約束目標(biāo)函數(shù)，對(duì)所述行星齒輪箱約束目標(biāo)函數(shù)求解得到行星齒輪箱虛擬振源信號(hào)。

5.根據(jù)權(quán)利要求1所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，所述多源融合健康識(shí)別模型由電機(jī)特征提取網(wǎng)絡(luò)、泵特征提取網(wǎng)絡(luò)、行星齒輪箱特征提取網(wǎng)絡(luò)，特征融合層以及分類層組成，電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)一并輸入到多源融合健康識(shí)別模型中輸出健康狀態(tài)，其中電機(jī)虛擬振源信號(hào)輸入到電機(jī)特征提取網(wǎng)絡(luò)提取電機(jī)振源特征，泵虛擬振源信號(hào)輸入到泵特征提取網(wǎng)絡(luò)中提取泵振源特征，行星齒輪箱虛擬振源信號(hào)行星齒輪箱特征提取網(wǎng)絡(luò)提取行星齒輪箱振源特征，電機(jī)振源特征、泵振源特征以及行星齒輪箱振源特征經(jīng)過特征融合層的融合后輸入到分類層中分類得到健康狀態(tài)。

6.根據(jù)權(quán)利要求5所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，所述特征融合層包括電機(jī)分支、泵分支、行星齒輪箱分支、多層感知機(jī)以及softmax激活函數(shù)，所述電機(jī)振源特征輸入至電機(jī)分支中進(jìn)行全局特征和局部特征的提取得到第一全局特征以及第一局部特征，所述泵振源特征輸入至泵分支中進(jìn)行全局特征和局部特征的提取得到第二全局特征以及第二局部特征，所述行星齒輪箱振源特征輸入至行星齒輪箱分支中進(jìn)行全局特征和局部特征的提取得到第三全局特征以及第三局部特征，將第一全局特征、第二全局特征以及第三全局特征進(jìn)行串聯(lián)得到多源全局特征，將第一局部特征、第二局部特征以及第三局部特征進(jìn)行串聯(lián)得到多源局部特征，并將多源全局特征以及多源局部特征分別輸入至多層感知機(jī)中得到全局特征映射和局部特征映射，將所述全局特征映射和局部特征映射進(jìn)行特征相加后由softmax激活函數(shù)進(jìn)行輸出得到融合特征。

7.根據(jù)權(quán)利要求1所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，通過獲取核電循泵機(jī)組在不同健康狀態(tài)下的電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)作為訓(xùn)練樣本，并以訓(xùn)練樣本來對(duì)構(gòu)建好的多源融合健康識(shí)別架構(gòu)來進(jìn)行訓(xùn)練得到多源融合健康識(shí)別模型。

8.根據(jù)權(quán)利要求7所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法，其特征在于，在訓(xùn)練過程中構(gòu)建不平衡因子，基于所述不平衡因子來根據(jù)訓(xùn)練樣本構(gòu)建至少一個(gè)不平衡訓(xùn)練子集，并使用不平衡訓(xùn)練子集來對(duì)多源融合健康識(shí)別架構(gòu)進(jìn)行訓(xùn)練，其中，所述不平衡因子用于控制每一不平衡訓(xùn)練子集中健康樣本與非健康樣本的比例。

9.一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別裝置，其特征在于，包括：

10.一種可讀存儲(chǔ)介質(zhì)，其特征在于，所述可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括用于控制過程以執(zhí)行過程的程序代碼，所述過程包括根據(jù)權(quán)利要求1-8任一所述的一種多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)岢隽艘环N多虛擬源融合的核電循泵機(jī)組健康狀態(tài)識(shí)別方法及裝置，包括以下步驟：獲取核電循泵機(jī)組的加速度信號(hào)，通過核獨(dú)立成分分析對(duì)所述加速度信號(hào)進(jìn)行預(yù)處理得到電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)；將電機(jī)虛擬振源信號(hào)、泵虛擬振源信號(hào)以及行星齒輪箱虛擬振源信號(hào)輸入到多源融合健康識(shí)別模型中得到核電循泵機(jī)組的健康狀態(tài)。本方案通過改進(jìn)的核獨(dú)立成分分析來對(duì)核電循泵機(jī)組的加速度信號(hào)進(jìn)行分析，更好的還原原始振動(dòng)信號(hào)中的故障特征，提高了對(duì)核電循泵機(jī)組健康狀態(tài)進(jìn)行檢測(cè)的準(zhǔn)確率。

技術(shù)研發(fā)人員：熊炘,崔玉肖,林昭哲,樊蓓蓓,劉科均,李天樂
受保護(hù)的技術(shù)使用者：上海大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26