摘要
本发明涉及一种转子系统异常检测数据驱动方法、系统、存储介质及设备,其包括:将燃气轮机时间序列振动信号通过短时傅里叶时频分析处理后得到时频谱图;通过梅尔频率映射将振动信号时频谱图转化为Mel谱图;将Mel谱图作为自动编码器驱动模型的输入,对自动编码器驱动模型进行训练,并利用改进的SSIM损失函数,将完全由正常健康信号组成的训练数据对模型的参数进行优化迭代;通过训练好的驱动模型计算测试数据的原始图像和重构图像之间的SSIM,得到该组测试数据信号的SSIM指标,根据SSIM指标识别出燃气轮机的异常振动。本发明能通过在单一工况零故障样本且仅有正常信号的数据集上的训练,识别其它任何工况的异常行为。
技术关键词
数据驱动方法
转子系统
燃气轮机
自动编码器
图像
数据驱动系统
傅里叶变换处理
短时傅里叶变换
指标
滤波器
重构
模型训练模块
解码器
线性单元
程序
信号特征
序列
输出特征
系统为您推荐了相关专利信息
学习优化方法
SPEA2算法
卷积神经网络参数
客户端
分布方差
模型构建方法
图像识别模型
坐标
样本
计算机程序产品
视觉检测模块
钢丝圈
阻隔装置
检测传感器
吐丝机
微光
感知特征
Reinhard色彩迁移
森林场景
数据采集装置
AOI检测设备
远心镜头
高速工业相机
三维重建方法
分光镜