本发明涉及旋转机械故障预警领域,具体涉及一种基于语音大模型微调的旋转机械故障预警诊断方法。
背景技术:
1、旋转机械,作为现代工业生产中不可或缺的关键设备,广泛应用于风力发电、石油化工、冶金、能源等多个领域。它们通过旋转运动实现能量的转换、传输或物质的处理,对于提高生产效率、保障生产安全具有重要意义。然而,随着旋转机械长时间的运行,其内部零件会受到磨损、腐蚀等多种因素的影响,导致设备性能下降、故障频发。这些故障不仅会影响设备的正常运行,还可能对生产造成重大损失,甚至威胁人员的安全。因此,对旋转机械进行故障预警显得尤为重要。
2、旋转机械故障预警技术是通过各种传感器实时采集设备的运行数据,如振动、温度、压力等,然后利用数据分析、模式识别等方法对采集到的数据进行分析处理,从而判断设备是否出现故障及其类型和程度。这种技术可以在设备出现故障前提前发出预警信号,使操作人员能够及时采取措施进行维修和保养,避免设备进一步损坏或故障扩大化。在以往的方法中,如果仅依赖一种特定的数据集来直接训练预警模型,该模型可能会过度拟合于这一特定数据集,导致其在面对新数据或不同运行条件下的设备时,预警效果受限;同时,由于模型提取到的特征不够充分,其泛化能力也会较差。当模型参数较多时,每次面对不同的数据集都需要训练所有的参数,这增加了训练的时间和成本。
技术实现思路
1、本发明旨在解决现有旋转机械故障预警技术中存在的问题,提出了一种基于语音大模型微调的旋转机械故障预警诊断方法。该方法创新性地将语音处理领域的先进技术应用到机械故障诊断中,实现了跨领域的知识迁移。本发明的主要技术方案如下:
2、提供了一种基于语音大模型微调的旋转机械故障预警诊断方法,包括:
3、步骤s1,对旋转机械的数据集进行预处理;
4、步骤s2,将预训练好的语音大模型的编码器部分加载到故障预警系统中,并冻结该编码器部分的所有参数;
5、步骤s3,在所述编码器部分之后添加逻辑求均值层和轻量级自编码器;
6、步骤s4,利用所述轻量级自编码器计算重构误差,将该重构误差作为故障预警指标;
7、步骤s5,基于所述重构误差计算故障预警的阈值,并根据该阈值得出故障预警的结果。
8、进一步地,所述步骤s1中对数据集进行预处理,具体包括:
9、对数据集进行短时傅里叶变换;
10、当数据为声音信号时,对数据求得对数梅尔谱,使其满足语音大模型输入要求。
11、进一步地,所述步骤s2中加载预训练好的语音大模型编码器部分,冻结参数,具体包括:
12、使用语音信号训练语音大模型,取其中编码器部分并将参数冻结,作为特征提取器。
13、进一步地,所述步骤s3中添加逻辑求均值层,具体包括:
14、为求均值层添加逻辑计算部分,确定语音大模型编码器输出值沿着指定的数轴计算均值。
15、进一步地,所述步骤s4中计算轻量级自编码器重构误差,具体包括:
16、使用正常工况样本的均值特征值训练轻量级自编码器;
17、计算样本的均值特征值与轻量级自编码器输出值之间的均方误差,作为重构误差。
18、进一步地,所述步骤s5中计算故障预警的阈值,具体包括:
19、利用伽马分布对样本的重构误差建模;
20、利用四分位数计算故障预警阈值。
21、进一步地,所述故障预警阈值的计算公式为:
22、thr=q3+k*iqr
23、其中,q3为第三四分位数,iqr为四分位距,k为可调节的常数。
24、可选地,该一种基于语音大模型微调的旋转机械故障预警诊断方法还包括:
25、将新的样本数据输入到训练好的模型中,计算其重构误差;
26、将计算得到的重构误差与故障预警阈值进行比较,判断是否存在故障。
27、本发明的有益效果是:加载预训练好的语音大模型编码器部分,冻结参数;添加逻辑求均值层;计算故障预警的阈值,得到故障预警的结果。本申请使用一个通用的预训练语音大模型,在微调阶段只需针对特定任务进行适应性调整,训练轻量级自编码器,减少了数据处理时间,降低了不同模型开发和维护的复杂性和成本;除此之外,该模型通过海量数据集的预训练,期望能够提取到更为丰富和深层次的特征,并具备更强的泛化能力,从而降低生产风险和维修成本。
1.一种基于语音大模型微调的旋转机械故障预警诊断方法,其特征在于,包括:
2.根据权利要求1所述方法,其特征在于,所述步骤s1中对数据集进行预处理,具体包括:
3.根据权利要求1所述方法,其特征在于,所述步骤s2中加载预训练好的语音大模型编码器部分,冻结参数,具体包括:
4.根据权利要求1所述方法,其特征在于,所述步骤s3中添加逻辑求均值层,具体包括:
5.根据权利要求1所述方法,其特征在于,所述步骤s4中计算轻量级自编码器重构误差,具体包括:
6.根据权利要求1所述方法,其特征在于,所述步骤s5中计算故障预警的阈值,具体包括:
7.根据权利要求6所述方法,其特征在于,所述故障预警阈值的计算公式为:
8.根据权利要求1至7任一项所述方法,其特征在于,还包括: