摘要
本发明实施例公开了一种3D打印机故障诊断方法、装置、设备及介质。其中,该方法包括:获取候选3D打印机在不同历史检测时刻下预设数据类型的历史运行数据;其中,预设数据类型包括材料余量、喷头温度、喷头坐标和已打印层数;按时间倒序对历史运行数据进行分组得到候选运行数据矩阵,并对候选运行数据矩阵进行归一化处理得到目标运行数据矩阵;基于目标运行数据矩阵对预设卷积神经网络模型进行训练,在预设卷积神经网络模型收敛的情况下,将预设卷积神经网络模型确定为故障诊断模型,以基于故障诊断模型对目标3D打印机进行故障诊断。本方案能够基于故障诊断模型对3D打印机故障进行高效准确诊断,有效提高了故障诊断效率,同时降低了人工成本。
技术关键词
卷积神经网络模型
故障诊断模型
历史运行数据
矩阵
故障诊断方法
故障诊断效率
元素
打印机故障
网络模型训练
故障诊断装置
标签
喷头
可读存储介质
数据处理模块
计算机
电子设备
处理器通信
系统为您推荐了相关专利信息
一体化管理方法
决策
时序特征
一体化管理系统
动态
人脸识别方法
环境光照强度
融合特征
轮廓特征
人脸识别系统
锂电池热失控
工业机器人
工况参数
预警方法
机器学习模型
实体
大语言模型
生成方法
神经网络模型
节点特征