摘要
本申请公开的一种基于多模态数据插补与融合的可信机械故障诊断方法、系统、设备及介质,涉及电数字数据处理领域,该方法包括:按照待诊断机械设备的运行周期从振动数据和电流数据中分别截取得到振动信号和电流信号;将训练好的L2时空生成对抗插补网络作为数据插补模型,将训练好的多输入单输出自编码器作为数据融合模型;将振动信号和电流信号输入至数据插补模型,得到振动信号插补数据和电流信号插补数据后,将得到的插补数据输入至数据融合模型,得到融合数据;构建故障诊断模型,并将融合数据输入至故障诊断模型,得到待诊断机械设备的故障诊断结果。本申请通过考虑数据长期依赖关系,并综合利用多模态信息的数据插补与融合方法,能够实现机械设备的可信故障诊断。
技术关键词
机械故障诊断方法
诊断机械设备
故障诊断模型
多模态
多输入单输出
信号
电流
历史运行数据
编码器
特征提取模块
卷积神经网络模型
构建卷积神经网络
电数字数据处理
诊断系统
时间卷积网络
多头注意力机制
融合特征
解码器
系统为您推荐了相关专利信息
智能摄像头
震动报警器
管理方法
测试误差
预警规则
移动底盘
高清摄像头
机器人
减震支架
双目视觉原理
多模态机器学习
绝缘监视方法
局部线性嵌入算法
分析信息系统
支持向量机算法
成品油销售
中心服务器
数据采集终端
数据采集方法
加油站