(19)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 202210619383.5 (22)申请日 2022.06.02 (71)申请人 湖南师范大学 地址 410017 湖南省长 沙市岳麓区麓山路 36号 (72)发明人 兰浩　陈莉娜　杨云　李波　 宋志坤　 (74)专利代理 机构 长沙致为远航知识产权代理 事务所(普通 合伙) 43280 专利代理师 罗霞 (51)Int.Cl. G06N 20/00(2019.01) G01M 13/00(2019.01) G01D 21/02(2006.01) (54)发明名称 滚刀故障诊断模型训练方法、 诊断方法、 装 置及电子设备 (57)摘要 本发明公开的一种滚刀故障诊断模型训练 方法， 包括获取滚刀原始状态数据， 原始状态数 据包括每个滚刀的磨损数据、 转速数据以及温度 数据； 对原始 状态数据进行预处理得到状态数据 和时间序列集合； 根据状态数据对滚刀状态进行 分类标注， 得到标签值； 利用滑动窗口对时间序 列集合进行滑动截取， 并计算每个窗口的特征 值， 由窗口的特征值构成特征矩阵； 计算标签值 与特征序列的相关系数， 根据相关系数挑选出与 标签值相关的特征序列， 由挑选出的特征序列构 成相关特征矩阵； 构建滚刀故障诊断模型， 利用 相关特征矩 阵以及与其对应的标签值对模型进 行训练， 得到训练后的滚刀故障诊断模型。 本发 明能够诊断每 个滚刀的故障状态， 诊断精度高。 权利要求书2页 说明书9页 附图4页 CN 114707669 A 2022.07.05 CN 114707669 A 1.一种滚刀故障诊断模型训练方法， 其特 征在于， 包括以下步骤： 按照预设采样时间获取滚刀原始状态数据， 进而获得所述原始状态数据的时间序列集 合， 所述原 始状态数据包括每 个滚刀的磨损数据、 转速数据以及温度数据； 对所述原始状态数据进行预处理， 剔除非工作状态数据， 得到预处理后的状态数据和 时间序列集 合； 根据预处 理后的状态数据对 滚刀状态进行分类标注， 得到标签值； 利用滑动窗口对预处理后的时间序列集合进行滑动截取， 并对每个窗口内的数据进行 特征提取， 得到每个窗口的特征值， 由所有窗口的特征值构成特征矩阵， 所述特征矩阵中的 每列为一特征序列； 计算所述标签值与 所述特征序列的相关系数， 根据 所述相关系数挑选出与 标签值相关 的特征序列， 由挑选出的特 征序列构成相关特 征矩阵； 构建滚刀故障诊断模型， 利用所述相关特征矩阵以及与其对应的标签值对所述滚刀故 障诊断模型进行训练， 得到训练后的滚刀故障诊断模型。 2.如权利要求1所述的滚刀故障诊断模型训练方法， 其特征在于， 采用地磁传感器采集 滚刀的转速数据， 在每个滚刀刀体表面固设有多个磁铁， 所述地磁传感器与滚刀刀体表面 上的磁铁相对设置； 采用电涡流传感器采集滚刀的磨损数据， 所述电涡流传感器与滚刀 刀刃相对设置； 采用温度传感器采集滚刀的温度数据。 3.如权利要求2所述的滚刀故障诊断模型训练方法， 其特征在于， 每个所述滚刀刀 体表 面的多个所述磁铁均匀分布于该滚刀 刀体表面。 4.如权利要求1所述的滚刀故障诊断模型训练方法， 其特征在于， 对所述原始状态数据 进行预处理的具体实现过程 为： 判断所述原 始状态数据中是否存在非工作状态数据； 如果存在， 则剔除所述非工作状态数据， 得到由工作状态数据构成的状态数据和时间 序列集合。 5.如权利要求1所述的滚刀故障诊断模型训练方法， 其特征在于， 利用滑动窗口对预处 理后的时间序列集 合进行滑动截取的具体实现过程 为： 设滑动窗口的大小为 n， 由所述时间序列集合中的第1个数据至第 n个数据构成第一个 窗口； 将所述滑动窗口向后移动一个数据， 由所述时间序列集合中的第2个数据至第 n＋1个 数据构成第二个窗口； 以此类推， 完成所述时间序列集 合所有窗口 的滑动截取。 6.如权利要求1或5所述的滚刀故障诊断模型训练方法， 其特征在于， 每个所述窗口的 特征值包括峭度和斜度， 每 个窗口的峭度的计算公式为： 其中， 为第k个窗口的峭度， 为第k个窗口中的第 i个数据， 为第k个窗口中 n个数权　利　要　求　书 1/2 页 2 CN 114707669 A 2据的均值， 为第k个窗口中 n个数据的标准差； 每个窗口的斜度的计算公式为： 其中， 为第k个窗口的斜度。 7.如权利要求1~5中任一项所述的滚刀故障诊断模型训练方法， 其特征在于， 所述滚刀 故障诊断模型为逻辑回归 模型， 所述逻辑回归 模型的输出的计算公式为： 其中， 为逻辑回归模型的输出， 为滚刀是否故障的概率， 为相关特征矩阵 中的 第k个特征序列， 为第k个特征序列 对应的权重， 为常数项， 为相关特征矩阵 中特 征序列的数量。 8.一种滚刀故障诊断方法， 其特 征在于， 包括以下步骤： 获取每个滚刀的状态数据， 所述状态数据包括磨损数据、 转速数据以及温度数据； 基于通过如权利要求1~7中任一项所述滚刀故障诊断模型训练方法训练得到的滚刀故 障诊断模型， 对所述状态数据进行处 理， 确定所述滚刀是否发生故障。 9.一种滚刀故障诊断装置， 其特 征在于， 包括： 固设于每 个滚刀刀体表面的多个 磁铁； 与所述滚刀 刀体表面上的磁铁相对设置的地磁传感器； 与每个滚刀刀刃相对设置的电涡流传感器； 用于采集滚刀温度数据的温度传感器； 分别与所述地磁传感器、 电涡流传感器以及温度传感器电性连接的上位机， 所述上位 机包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上运行 的计算机程序， 所述处理器执行所述计算机程序时实现如权利要求1~7中任一项 所述滚刀故障诊断模型训 练方法的步骤， 或如权利要求8所述滚刀故障诊断方法的步骤。 10.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于： 所述处理器执行所述计算机程序时实现如权利要求 1~7中 任一项所述滚刀故障诊断模型训练方法的步骤， 或如权利要求8所述滚刀故障诊断方法的 步骤。权　利　要　求　书 2/2 页 3 CN 114707669 A 3