基于机器学习的脉冲阀故障在线诊断方法及系统

本申请涉及数据处理技术领域，具体涉及基于机器学习的脉冲阀故障在线诊断方法及系统，该方法包括：采集脉冲阀在各种工况下的各段脉冲阀振动信号，以及待诊断的各段脉冲阀振动信号；对于各种工况下的各段脉冲阀振动信号，将脉冲阀振动信号分解为各子信号，将各子信号划分为各预设初始尺寸的窗口，基于时域上各子信号的各窗口内振幅的分布特征和各子信号的振幅的分布特征，确定各窗口的自适应尺寸；确定各子信号的各噪声置信区间和选择置信度；确定任一工况下的特征向量；基于所有工况下的特征向量对待诊断的脉冲阀振动信号进行故障诊断。本申请旨在提高对脉冲阀的故障诊断分类结果的准确性。