摘要
本发明公开了一种柴油机增压器故障诊断分析及可视化表达方法,本发明就是基于LSTM神经网络和MACD理论实现柴油机增压器系统的诊断和分析,并将增压器的故障指标使用蜡烛线进行可视化表达;本方案通过柴油机增压系统在异常工况下给热工数据带来的变化,实现了对增压系统特征值的提取和故障趋势分析。本发明提出人为定义的故障阈值,使用数据自定义的自适应阈值,满足机械设备的个体化差别;通过蜡烛图的表达方法,可较为清晰和准确的看出故障趋势变化;结合深度学习模型和统计学模型的优势,综合单一模型的优势,能取得较好的预测效果。
技术关键词
可视化表达方法
Pearson相关系数
LSTM神经网络
增压系统
热工参数
正态分布曲线
柴油机增压器系统
实时数据
空气出口
系统故障预测
蜡烛
时序
数据自定义
神经网络结构
异常点
深度学习模型
系统为您推荐了相关专利信息
光伏功率预测方法
LSTM算法
LSTM神经网络
模态分解方法
信号特征
硅胶材料
监测管理系统
转移概率矩阵
指数
需求预测模型
智能控制系统
多参数实时监测
反冲洗功能
风险
模糊控制算法
模型预测值
LSTM神经网络
上下文语义信息
真空度
数据