一种基于人工智能的离心泵故障诊断系统的制作方法

1.一种基于人工智能的离心泵故障诊断系统，包括离心泵和故障诊断，其特征在于，所述故障诊断包括数据获取模块、数据预处理模块、特征提取与选择模块、深度学习诊断模型、多故障类型识别模块和自学习与模型更新模块；

2.根据权利要求1所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，所述故障诊断步骤如下：

3.根据权利要求2所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，所述多层次交叉特征提取与优化选择算法通过多个层次的交叉处理，从预处理后的离心泵运行数据中提取关键特征，并对关键特征进行筛选，得到最具代表性的特征数据；具体实施过程如下，

4.根据权利要求3所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，基于交叉特征进行特征重要性度量筛选，采用以下公式进行特征选择的重要性度量，

5.根据权利要求2所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，收集离心泵历史运行数据和故障标签数据，选择现有的深度学习模型进行深度学习故障诊断模型的构建，并使用历史运行数据和故障标签数据对深度学习故障诊断模型进行训练，训练目标是最小化损失函数，损失函数包括交叉熵损失和均方误差损失；对深度学习故障诊断模型进行训练；

6.根据权利要求5所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，所述非线性调节因子的引入，对动量梯度进行非线性调节，计算非线性调节梯度；非线性调节梯度的计算公式如下，

7.根据权利要求6所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，根据非线性调节后的动量梯度进行混合调节计算得出混合梯度，混合梯度的计算公式如下，

8.根据权利要求7所述的一种基于人工智能的离心泵故障诊断系统，其特征在于，根据修正后的梯度更新模型参数；使得损失函数最小化；更新模型参数的计算公式如下，