（12）发明专利申请
（21）申请号 CN201910143049.5 （22）申请日 2019.02.26 （71）申请人 北京工业大学
地址 100124 北京市朝阳区平乐园100号
（10）申请公布号 CN109826818A
（43）申请公布日 2019.05.31
（72）发明人 付胜;黄腾达
（74）专利代理机构 北京思海天达知识产权代理有限公司
代理人 沈波
（51）Int.CI
权利要求说明书 说明书 幅图
（54）发明名称
一种矿用风机的故障诊断方法
（57）摘要
本发明公开了一种矿用风机的故障诊断方
法，利用SCADA对风机运行的实时状态进行检测，采用机器学习及深度学习相结合的方式，对在风机各种工作状态下所监测到的数据进行训练，采用GBDT‑CNN模型，对风机设备进行故障诊断，该诊断方法在确定在判断整体设备故障位置后，进而确定该位置的具体故障程度，包括轻微故障、中度故障、重度故障。进而提醒工作人员在尽量节省成本的同时选择合适的设备维护方
式。对设备的故障诊断是分步进行的，在第一步判断设备部存在故障的情况下不进行具体故障的判断，节省计算机的运算能力的同时提高诊断效率。由于所监测数据属性与所判断的故障类型存在相对容易捕获的联系，所以采用GBDT集成学习算法，拥有较高的准确率。
法律状态
法律状态公告日
2019-05-31 2019-05-31 2019-06-25
法律状态信息
公开 公开
实质审查的生效
法律状态
公开 公开
实质审查的生效
权利要求说明书
一种矿用风机的故障诊断方法的权利要求说明书内容是....请下载后查看
说明书
一种矿用风机的故障诊断方法的说明书内容是....请下载后查看
因篇幅问题不能全部显示，请点此查看更多更全内容