基于多特征提取的复杂装备状态监控与故障诊断方法

AITNT
正文
推荐专利
基于多特征提取的复杂装备状态监控与故障诊断方法
申请号:CN202410709843
申请日期:2024-06-03
公开号:CN118296404B
公开日期:2024-08-13
类型:发明专利
摘要
本申请涉及一种基于多特征提取的复杂装备状态监控与故障诊断方法。所述方法包括:将从复杂装备运行过程的运行状态数据中提取得到的特征和预先构建的装备运行特征库进行特征匹配,在装备异常时,对装备零部件的运行状态数据进行特征提取,根据状态向量的后验概率将装备零部件的运行状态数据按照特征划分为多个子区间;对子区间中的关键特征进行提取,建立重构误差的优化方程,通过引入拉格朗日乘子设置优化方程的目标函数,根据核函数对求导后的目标函数进行转化,从转化后的目标函数中获取特征向量;将特征向量与预先构建的故障特征库进行特征匹配,得到故障类型和故障发生位置。采用本方法能够提高复杂设备故障排查准确率和效率。
技术关键词
正交变换 样本 装备 重构误差 最大化准则 故障诊断方法 故障特征 方程 数据 概率密度函数 表达式 非线性 元素 定义 参数 算法
系统为您推荐了相关专利信息
1
一种基于跨模态特征的漏洞定位方法及系统
跨模态 漏洞定位方法 特征提取模块 代码特征 文本
2
基于大数据分析的个人薪酬智能分析方法、装置、计算机设备及可读存储介质
职业 智能分析方法 计算机设备 深度学习模型 问答模型
3
一种基于超分辨率的可见光和红外图像配准方法
红外图像配准方法 可见光图像 超分辨率 图像配准模型 特征提取网络
4
一种基于改进鹦鹉算法优化残差网络的心电图分类方法
心电图分类方法 残差网络 小波阈值去噪方法 变异策略 信号特征提取
5
图像超分辨率重建方法、电子设备及介质
生成对抗网络 超分辨率 物理 成像 多尺度卷积神经网络
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号