System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及一種基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法。
技術(shù)介紹
1、液壓支架是以高壓液體為動(dòng)力,由若干液壓元件(油缸和閥件)與一些金屬結(jié)構(gòu)件按一定連接方式組合而成的一種支撐和控制頂板的采煤工作面設(shè)備。它是綜采工作面的支護(hù)設(shè)備,其主要作用是支護(hù)采場頂板,維護(hù)安全作業(yè)空間,推移工作面采運(yùn)設(shè)備。作為煤炭開采的重要設(shè)備,其故障的發(fā)生對(duì)生產(chǎn)安全影響巨大。其中,支架漏液故障是指油缸發(fā)生液體泄漏,通常是指高壓側(cè)的液體流到了低壓側(cè),使油缸的壓力降低,影響油缸的正常運(yùn)行,使液壓系統(tǒng)的性能大幅度降低。當(dāng)泄漏達(dá)到一定程度時(shí),立柱會(huì)受到嚴(yán)重的影響,從而無法保證頂板的安全問題,存在很大的隱患問題。因此,支架漏液故障診斷具有重要作用。
2、由于支架漏液會(huì)導(dǎo)致壓力下降,因此支架漏液故障診斷方法主要是人工識(shí)別出支架左前或者右前立柱壓力持續(xù)下降的特征。一般來說,可以判斷壓力曲線是否具有在一定時(shí)間范圍內(nèi)持續(xù)下降的特征;或者設(shè)定壓力閾值,當(dāng)達(dá)到該閾值時(shí)判斷立柱壓力值對(duì)應(yīng)時(shí)間前一段時(shí)間范圍內(nèi)是否存在持續(xù)下降的趨勢(shì)。
3、然而,現(xiàn)有的診斷方法存在如下缺點(diǎn):1、現(xiàn)有的方法依賴立柱壓力傳感器所采集到的壓力數(shù)據(jù),當(dāng)傳感器失靈時(shí)會(huì)造成數(shù)據(jù)異常或數(shù)據(jù)缺失,此時(shí)無法獲得到正常的壓力數(shù)據(jù),從而支架漏液故障診斷算法的穩(wěn)定性低;2、在一些情況下壓力傳感器所采集的數(shù)據(jù)會(huì)產(chǎn)生一定程度的跳變,造成壓力曲線雖然整體表現(xiàn)為下降趨勢(shì)但會(huì)偶爾上升,因此支架漏液故障診斷算法的準(zhǔn)確性較低;3、現(xiàn)有的方法需要進(jìn)行參數(shù)配置,而每個(gè)綜采工作面的情況不同,故支架漏液故障診斷算法需要人
技術(shù)實(shí)現(xiàn)思路
1、為了解決上述技術(shù)問題,本專利技術(shù)提供一種基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法。
2、一種基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,包括:
3、獲取綜采工作面的各個(gè)支架的壓力數(shù)據(jù),并將各個(gè)支架的壓力數(shù)據(jù)繪制成壓力曲線,得到各個(gè)支架的壓力曲線;
4、基于支架漏液特性,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注,得到樣本集;
5、對(duì)樣本集提取對(duì)應(yīng)的時(shí)域特征和統(tǒng)計(jì)特征;
6、根據(jù)特征提取后的樣本集進(jìn)行模型訓(xùn)練,得到液壓支架漏液故障診斷模型;
7、根據(jù)液壓支架漏液故障診斷模型進(jìn)行液壓支架漏液故障診斷。
8、優(yōu)選地,基于支架漏液特性,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注,包括:使用矩形區(qū)域?qū)Ω鱾€(gè)支架的壓力曲線中的支架漏液曲線段進(jìn)行標(biāo)注,得到樣本集。
9、優(yōu)選地,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注之后,所述液壓支架漏液故障診斷方法還包括:對(duì)得到的各個(gè)樣本進(jìn)行切片操作,使得各個(gè)樣本的大小相同。
10、優(yōu)選地,對(duì)樣本集提取對(duì)應(yīng)的時(shí)域特征和統(tǒng)計(jì)特征,包括:
11、通過tsfel.get_features_by_domain配置特征提取器,根據(jù)配置得到的特征提取器對(duì)樣本集進(jìn)行特征提取。
12、優(yōu)選地,統(tǒng)計(jì)特征包括:樣本的最值、均值、中位數(shù)、方差、偏度和峰度;時(shí)域特征包括信號(hào)在某時(shí)刻與其他時(shí)刻的依賴關(guān)系、質(zhì)心、一階差分和信號(hào)傳播距離。
13、優(yōu)選地,根據(jù)特征提取后的樣本集進(jìn)行模型訓(xùn)練,包括:
14、將樣本集分為訓(xùn)練集和測(cè)試集;
15、根據(jù)訓(xùn)練集,使用隨機(jī)森林進(jìn)行分類,即通過sklearn庫中的xgbclassifier函數(shù)進(jìn)行訓(xùn)練,訓(xùn)練完成之后,通過測(cè)試集對(duì)模型進(jìn)行評(píng)估,通過真實(shí)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)進(jìn)行對(duì)比,得到模型的準(zhǔn)確度和混淆矩陣。
16、優(yōu)選地,所述混淆矩陣為預(yù)測(cè)值和真實(shí)值的各類情況統(tǒng)計(jì)矩陣,根據(jù)樣例真實(shí)標(biāo)簽與預(yù)測(cè)類別的組合劃分為真正例、假正例、真反例、假反例四種情形,令tp、fp、tn、fn分別表示其對(duì)應(yīng)的樣例數(shù),則有tp+fp+tn+fn=樣例總數(shù),將其顯示在一個(gè)矩陣中則構(gòu)成混淆矩陣,公式如下:
17、
18、其中,每一列代表了預(yù)測(cè)類別,每一列的總數(shù)表示預(yù)測(cè)為該類別的數(shù)據(jù)的數(shù)目;每一行代表了數(shù)據(jù)的真實(shí)歸屬類別,每一行的數(shù)據(jù)總數(shù)表示該類別的數(shù)據(jù)實(shí)例的數(shù)目;每一列中的數(shù)值表示真實(shí)數(shù)據(jù)被預(yù)測(cè)為該類的數(shù)目;
19、所述準(zhǔn)確度為預(yù)測(cè)正確的樣本數(shù)目占總預(yù)測(cè)樣本數(shù)目的比例,即:
20、
21、優(yōu)選地,所述模型訓(xùn)練過程,還包括:還獲取其他的樣本集,作為驗(yàn)證數(shù)據(jù)集,對(duì)驗(yàn)證數(shù)據(jù)集進(jìn)行重新標(biāo)注,對(duì)模型的性能進(jìn)行驗(yàn)證,再將預(yù)測(cè)結(jié)果和真實(shí)結(jié)果對(duì)比準(zhǔn)確性,以此來判斷模型的分類準(zhǔn)確性,不斷循環(huán)直至達(dá)到分類精度。
22、本專利技術(shù)具有如下有益效果:將機(jī)器學(xué)習(xí)模型用于支架漏液特征識(shí)別,先將原始數(shù)據(jù)處理成模型可以使用的數(shù)據(jù)格式,然后提取出樣本中有效的特征,再利用機(jī)器學(xué)習(xí)模型進(jìn)行分類,以此區(qū)分出支架漏液特征,便于進(jìn)行故障診斷,提高支架漏液故障診斷算法的穩(wěn)定性,避免數(shù)據(jù)異常、數(shù)據(jù)缺失等情況造成的影響,提高支架漏液故障診斷算法的泛化性,從而適配多個(gè)綜采工作面,提高液壓支架漏液故障診斷的準(zhǔn)確性和運(yùn)算效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,基于支架漏液特性,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注,包括:使用矩形區(qū)域?qū)Ω鱾€(gè)支架的壓力曲線中的支架漏液曲線段進(jìn)行標(biāo)注,得到樣本集。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注之后,所述液壓支架漏液故障診斷方法還包括:對(duì)得到的各個(gè)樣本進(jìn)行切片操作,使得各個(gè)樣本的大小相同。
4.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,對(duì)樣本集提取對(duì)應(yīng)的時(shí)域特征和統(tǒng)計(jì)特征,包括:
5.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,統(tǒng)計(jì)特征包括:樣本的最值、均值、中位數(shù)、方差、偏度和峰度;時(shí)域特征包括信號(hào)在某時(shí)刻與其他時(shí)刻的依賴關(guān)系、質(zhì)心、一階差分和信號(hào)傳播距離。
6.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,根據(jù)特征提取后的樣本集進(jìn)行模型訓(xùn)練,包括:
...【技術(shù)特征摘要】
1.一種基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,基于支架漏液特性,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注,包括:使用矩形區(qū)域?qū)Ω鱾€(gè)支架的壓力曲線中的支架漏液曲線段進(jìn)行標(biāo)注,得到樣本集。
3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,對(duì)各個(gè)支架的壓力曲線進(jìn)行標(biāo)注之后,所述液壓支架漏液故障診斷方法還包括:對(duì)得到的各個(gè)樣本進(jìn)行切片操作,使得各個(gè)樣本的大小相同。
4.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,對(duì)樣本集提取對(duì)應(yīng)的時(shí)域特征和統(tǒng)計(jì)特征,包括:
5.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的液壓支架漏液故障診斷方法,其特征在于,統(tǒng)計(jì)特征包括:樣本的最值、均值、中位數(shù)、方差、偏度和峰度;時(shí)域特征包括信號(hào)在某時(shí)刻與其他時(shí)刻...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:宗培新,張旭和,郭晴晴,李歲寒,劉世軒,王朋,
申請(qǐng)(專利權(quán))人:鄭州恒達(dá)智控科技股份有限公司,
類型:發(fā)明
國別省市:
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。