摘要
本发明公开了一种基于时序信号分析的加香加料故障诊断方法,涉及故障诊断领域。具体实现方案为:对加香加料设备的历史数据和雾化视觉历史检测数据进行数据融合与预处理获取时序数据,对时序数据进行阈值处理获取有效数据集并确定时域检测的有效窗口;基于故障诊断模型和有效数据集确定阈值区间进行故障诊断并判别数据异常发生的具体位置;在线采集实时生产数据,当物料流量大于生产设定值时,对实时生产数据进行在线故障诊断,对实时生产数据异常进行预警。本发明通过设备时序数据融合雾化视觉观测数据分析结合历史数据的进行诊断,构建加料加香设备进行实时故障监测以及提前预警,从而实现加香加料机的智能运维的功能。
技术关键词
在线故障诊断
异常数据
时序
故障诊断方法
故障诊断模型
信号分析
视觉
加料设备
序列
泵电机
加香设备
检测出故障
线性插值法
牌号
窗口检测
设备特征
滤波
蒸汽
系统为您推荐了相关专利信息
公安大数据
构建分类模型
交叉验证方法
特征选择
预测系统
信息处理方法
机载激光雷达点云数据
双流神经网络
时序特征
多模态特征融合
抗干扰连接器
汽车电子系统
电磁干扰信号
特征值曲线
抗干扰装置
交通管控方法
深度强化学习算法
大语言模型
嵌入方法
多尺度滑动窗口