标题：基于工业互联网的生产设备故障诊断方法
作者：佘建煌1；陈涛2 罗新鹏2；罗茂林3；彭刚2
作者单位：1 深圳市中金岭南有色金属股份有限公司凡口铅锌矿，广东 韶关 512325；2 华中科技大学人工智能与自动化学院，湖北 武汉 430074；3 湖北博华自动化系统工程有限公司，湖北 武汉 430223
关键字：工业互联网；故障诊断；特征提取；集合经验模态分解（EEMD）
摘要：故障诊断作为生产设备健康管理的重要组成部分，在提高设备使用寿命和降低安全风险上起着至关重要的作用。特征提取直接影响数据驱动型故障诊断方法的有效性，为了提高故障类型诊断的准确性，利用工业互联网，将高频的振动信号数据批量发送到数据分析服务器，结合集合经验模态分解与曲线二次编码，获得特征信息更加丰富的高阶编码特征。实验表明，所提出的方法有效提高了故障类型的诊断正确率。