(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111423582.0 (22)申请日 2021.11.26 (71)申请人 珠海城市职业 技术学院 地址 519000 广东省珠海市金湾区西湖城 区金二路 (72)发明人 朱韶平　朱乐平　邱小群　马维旻　 杨裕　刘玉洁　严毓培　关景新　 (74)专利代理 机构 珠海飞拓知识产权代理事务 所(普通合伙) 44650 代理人 陈李青 (51)Int.Cl. G06F 30/27(2020.01) G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01)G01H 17/00(2006.01) (54)发明名称 一种基于大数据的工业设备亚健康状态智 能监测方法及其装置 (57)摘要 本发明涉及设备监测技术领域， 具体为一种 基于大数据的工业设备亚健康状态智能监测方 法及其装置， 其中方法包括： 通过主处理模块完 成数据采集； 将所述数据采集的多组数据进行特 征工程构建； 将所述特征工程构建的数据进行数 据划分； 将所述数据划分的处理结构进行模型构 建； 将所述模 型构建的结构进行对比完成状态识 别。 本发明通过将采样的研究样本划分为训练 集、 测试集和验证集， 以完成构建对抗网络， 随后 进行模型构建， 展开基于深度残差收缩网络的亚 健康状态识别模 型研究， 并与主流机器学习和集 成学习算法进行性能比较， 保证模 型能适应实际 生产环境中度杂多样的设备亚健康状态， 最后通 过信息的比对已完成状态识别， 进而可有效实现 工业设备亚 健康状态 识别。 权利要求书2页 说明书5页 附图4页 CN 114117914 A 2022.03.01 CN 114117914 A 1.一种基于大 数据的工业设备亚 健康状态智能监测方法， 其特 征在于， 包括以下步骤： 通过主处 理模块完成数据采集； 将所述数据采集的多组数据进行 特征工程构建； 将所述特 征工程构建的数据进行 数据划分； 将所述数据划分的处 理结构进行模型构建； 将所述模型构建的结构进行对比完成状态 识别。 2.根据权利要求1所述的一种基于大数据的工业设备亚健康状态智能监测方法， 其特 征在于， 所述数据采集包括风扇端振动信号采集、 基座端震动信号采集和驱动端震动信号 采集， 且振动信号为由待检测处的振动数据转换为的电量信号， 通过所述风扇端振动信号 采集、 基座端震动信号采集和驱动端震动信号采集将不同处得振动信号进 行采集并传递至 主处理模块， 所述主处理模块内设置有系统接口， 且通过系统接口可接 收并转换 由待检测 处的振动数据转换为的电量信号。 3.根据权利要求1所述的一种基于大数据的工业设备亚健康状态智能监测方法， 其特 征在于， 所述特征工程构建包括时域特征、 频域特征、 时频域特征以及时序分析特征， 所述 时域特征包括均值和标准差等， 所述频域特征包括频带能量比， 所述时频域特征包括信号 小波带， 所述时序分析特征包括自相关系 数， 所述特征工程对采样的数据依 次进行特征提 取和缺失值估算， 随后获取得到一个性能指标， 并将该性能指标与基准性能进 行比对， 通过 所述特征工程构建可将原始采集的数据转换成能够更好反映问题本质特征的过程， 以提高 数据模型 预测的精度。 4.根据权利要求1所述的一种基于大数据的工业设备亚健康状态智能监测方法， 其特 征在于， 所述数据划分包括训练集、 验证集和测试集， 通过所述训练集可对采集的特征数据 集进行有效的训练并调整， 以获得最佳 的分类效果， 且通过所述验证集可验证采集的特征 数据在模型上运行的实际表现 效果， 且验证集可通过调整对应的参数让模 型处于最好的状 态， 且验证集通过数据增强处理后可实现构建对抗网络， 通过所述测试集可对采集的特征 数据数据进行有效的评估， 进 而得到准确率、 精确率以及召回率 等评估指标。 5.根据权利要求1所述的一种基于大数据的工业设备亚健康状态智能监测方法， 其特 征在于， 所述模型构建采用深度 残差收缩网络研究， 研究时依照一个稳定的基础参考模型， 再通过深度残差收缩网络研究根据实际收集的特征数据完善所建立的数据模型， 同时所述 深度残差收缩网络研究中可将数据与传统机器学习以及集成学习的算法进 行比较， 且传统 机器学习可采用SVM或者决策树 等， 且集成学习可采用L IGhtbgm以及gbr t等。 6.根据权利要求1所述的一种基于大数据的工业设备亚健康状态智能监测方法， 其特 征在于， 所述状态识别为通过数据比对实现工业设备亚健康状态识别， 通过状态识别可将 模型数据分别对应输入到故障学习系统内得到故障算法模型， 且该故障算法模型可组合成 判别系统， 对于采集的特征数据， 通过选取与提取特征相同的数据， 并输入所述判别系统得 到识别结果。 7.一种基于大数据的工业设备亚健康状态智能监测装置， 包括安装座(1)和振动传感 器(2)， 其特征在于， 所述安装座(1)呈矩形立体状， 所述安装座(1)上表面固定安装有辅强 板(101)， 所述安装座(1)内部开设有 内腔(102)， 所述安装座(1)下表面固定安装有振动传 感器(2)， 所述振动传感器(2)外表 面靠近安装座(1)处连接有导线(201)， 且安装座(1)通过权　利　要　求　书 1/2 页 2 CN 114117914 A 2导线(201)与主处 理模块电性连接， 所述 安装座(1)内部设置有调节组件。 8.根据权利要求7所述的一种基于大数据的工业设备亚健康状态智能监测装置， 其特 征在于， 所述调节组件包括开设于安装座(1)上表 面的螺纹孔(3)， 且螺纹孔(3)贯穿至内腔 (102)内部， 所述螺纹孔(3)内部啮合拧设有螺杆(301)， 且螺杆(301)下端部贯穿至内腔 (102)内部， 所述螺杆(301)上端部固定安装有拧轮(302)， 所述内腔(102)内部限位滑动安 装有升降板(303)， 且升降板(303)上表面与螺杆(301)下端部固定连接， 所述内腔(102)内 底部表面四个顶角处均开设有导孔(304)， 所述升降板(303)下表面与导孔(304)对应位置 处均固定有支撑杆(305)， 且支撑杆(305)均对应贯穿性的滑动安装于导孔(304)内， 所述支 撑杆(305)的下端部均固定有磁铁块(3 06)。权　利　要　求　书 2/2 页 3 CN 114117914 A 3