← 返回列表

一种基于多元传感器与IPSO-GPR的农机故障预测方法

申请号: CN202311661136.2
申请人: 长春理工大学; 长春理工大学重庆研究院
申请日期: 2023/12/6

摘要文本

本发明公开一种基于多元传感器与IPSO‑GPR的农机故障预测方法,包括通过传感器和采集卡完成对农机各部件在正常运行状态下和非正常工作状态下的数据信号采集,由服务器存储数据信息,提取振动、温度、倾角和压力信号数据特征并记录故障信号标签类别,将信号数据输入IPSO‑GPR模型中进行预测,将信号数据输入IPSO‑SVM模型中进行故障分类并根据输出的最大故障概率值作为对农机故障诊断的预测结果,该种基于多元传感器与IPSO‑GPR的农机故障预测方法,通过传感器收集的信号数据预测未来农机可能发生的故障,为农机维修提供参考,提高农机维护的效率,也能快速了解农机故障的具体原因,有助于提高农机故障诊断的准确性和实时性。

专利详细信息

项目 内容
专利名称 一种基于多元传感器与IPSO-GPR的农机故障预测方法
专利类型 发明申请
申请号 CN202311661136.2
申请日 2023/12/6
公告号 CN117370877A
公开日 2024/1/9
IPC主分类号 G06F18/2411
权利人 长春理工大学; 长春理工大学重庆研究院
发明人 杨华民; 杨宏伟; 张婧; 冯欣; 蒋振刚; 张昕; 张剑飞; 周超然; 白森; 戴加海; 张超峰
地址 吉林省长春市卫星路7089号; 重庆市渝北区龙兴镇协同创新区卓越路联合产业孵化基地

专利主权项内容

1.一种基于多元传感器与IPSO-GPR的农机故障预测方法,其特征在于,包括:S1、通过传感器和采集卡完成对农机各部件在正常运行状态下和非正常工作状态下的数据信号采集,由服务器存储数据信息;S2、提取振动、温度、倾角和压力信号数据特征并记录故障信号标签类别;S3、将信号数据输入IPSO-GPR模型中进行预测;S4、将信号数据输入IPSO-SVM模型中进行故障分类;S5、根据输出的最大故障概率值作为对农机故障诊断的预测结果。 搜索马 克 数 据 网