【技術實現步驟摘要】
本專利技術涉及電機故障診斷，特別涉及一種抽油機電機的故障診斷方法、系統、設備及介質。
技術介紹
1、抽油機電機在極寒環境下的運行面臨諸多挑戰，如溫度劇烈變化、機械負荷增加和潤滑條件惡化等，導致電機故障頻發。
2、現有技術中，抽油機電機的故障診斷方法有以下三種，方法一為基于閾值的檢測，能夠觸發故障報警。方法二為基于振動信號的分析，通過分析振動信號的頻譜特征來判斷機械故障，常用于檢測軸承、齒輪等部件的異常。方法三為基于統計的分析，使用統計方法分析運行參數的波動和趨勢并檢測異常。
3、但是，極寒環境下抽油機電機的運行參數和故障特征具有不確定性和模糊性，現有技術無法在極寒環境下對抽油機電機進行準確的故障識別。
技術實現思路
1、本專利技術實施例提供一種抽油機電機的故障診斷方法、系統、設備及介質，可以解決現有技術中，存在無法在極寒環境下對抽油機電機進行準確的故障識別的問題。
2、本專利技術實施例提供一種抽油機電機的故障診斷方法，包括以下步驟：采集抽油機電機在極寒環境下的運行參數；將運行參數作為模糊邏輯規則的規則依據，根據規則確定故障類型；使用故障類型對應的運行參數訓練神經網絡模型識別故障類型，并在訓練過程中使用遺傳算法中的染色體優化神經網絡模型的參數，獲得故障診斷模型；將檢測到的抽油機電機運行參數輸入故障診斷模型，獲得故障診斷結果。
3、進一步地，所述根據規則確定故障類型，具體步驟包括：對每個運行參數定義模糊集合；并建立用于故障診斷的模糊邏輯規
4、進一步地，所述在訓練過程中使用遺傳算法中的染色體優化神經網絡模型的參數，具體步驟包括：將神經網絡模型的參數作為遺傳算法中的染色體，并在所有染色體中隨機挑選多個染色體作為初始種群；將初始種群內的每個染色體解碼為神經網絡算法的參數，使用抽油機電機在極寒環境下的運行參數訓練神經網絡算法識別故障類型，通過適應度函數評估神經網絡算法的準確率，并將準確率作為適應度；選擇適應度高的染色體并進行隨機配對，在完成隨機配對的染色體內執行交叉操作，生成新的染色體；在新的染色體中隨機選擇部分染色體進行變異，能夠增加種群多樣性；在選擇適應度高的染色體至變異步驟之間進行多次迭代操作，直至達到設置的迭代次數或達到設置的適應度閾值；在完成迭代操作后的多個染色體組成的種群中，選擇適應度高的染色體作為最優解，將最優解對應的染色體解碼為神經網絡的參數，完成對神經網絡模型的優化。
5、進一步地，所述采集抽油機電機在極寒環境下的運行參數，具體步驟包括：通過溫度傳感器、振動傳感器和電流傳感器分別采集抽油機電機的溫度變化、振動情況和電流變化。
6、本專利技術實施例提供一種抽油機電機的故障診斷系統，包括：數據采集模塊，用于采集抽油機電機在極寒環境下的運行參數；模型訓練模塊，用于將運行參數作為模糊邏輯規則的規則依據，根據規則確定故障類型；使用故障類型對應的運行參數訓練神經網絡模型識別故障類型，并在訓練過程中使用遺傳算法中的染色體優化神經網絡模型的參數，獲得故障診斷模型；故障診斷模塊，用于將檢測到的抽油機電機運行參數輸入故障診斷模型，獲得故障診斷結果。
7、本專利技術實施例提供一種計算機設備，包括：存儲器和處理器；所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現上述所述的一種抽油機電機的故障診斷方法。
8、本專利技術實施例提供一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現上述所述的一種抽油機電機的故障診斷方法。
9、本專利技術實施例提供一種抽油機電機的故障診斷方法、系統、設備及介質，與現有技術相比，其有益效果如下：
10、模糊邏輯規則將采集到的抽油機電機在極寒環境下的運行參數轉化為故障類型，并訓練出能夠識別故障的故障診斷模型；使用故障診斷模型將檢測到的運行參數直接轉化為準確的故障類型，使得本專利技術能夠在極寒環境下對抽油機電機進行準確的故障識別。
本文檔來自技高網...【技術保護點】
1.一種抽油機電機的故障診斷方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種抽油機電機的故障診斷方法，其特征在于，所述根據規則確定故障類型，具體步驟包括：
3.如權利要求1所述的一種抽油機電機的故障診斷方法，其特征在于，所述在訓練過程中使用遺傳算法中的染色體優化神經網絡模型的參數，具體步驟包括：
4.如權利要求1所述的一種抽油機電機的故障診斷方法，其特征在于，所述采集抽油機電機在極寒環境下的運行參數，具體步驟包括：
5.一種抽油機電機的故障診斷系統，其特征在于，包括：
6.一種計算機設備，包括：存儲器和處理器；
7.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1～4中任一項所述的一種抽油機電機的故障診斷方法。
【技術特征摘要】
1.一種抽油機電機的故障診斷方法，其特征在于，包括以下步驟：
2.如權利要求1所述的一種抽油機電機的故障診斷方法，其特征在于，所述根據規則確定故障類型，具體步驟包括：
3.如權利要求1所述的一種抽油機電機的故障診斷方法，其特征在于，所述在訓練過程中使用遺傳算法中的染色體優化神經網絡模型的參數，具體步驟包括：
4.如權利要求1所述的一種抽油機電機的故障...
【專利技術屬性】
技術研發人員：房坤，馬宇，馬鳳英，趙建偉，楊松，潘鋒，
申請(專利權)人：齊魯工業大學山東省科學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。