摘要
本申请提供了一种刮板运输机异常的检测方法、系统和电子设备,该方法包括:获取综采工作面的多个面的多个音频信息,综采工作面由刮板运输机进行运输;至少对音频信息进行计算置信度和判断置信度是否满足预设关系,得到音频信息的处理结果,置信度采用自监督学习模型计算得到,自监督学习模型由多组数据训练得到,多组数据中的每组数据均包括:综采工作面的多个面的音频数据样本以及音频数据样本对应的刮板运输机是否正常运行的判断结果;在用户进行查询的情况下,对处理结果进行显示;在判断结果指示为否的情况下,发出预警信号以使刮板运输机停止运行。解决了现有技术中依靠人工无法实时采集刮板运输机运行参数,且准确性较低的问题。
技术关键词
刮板运输机
监督学习模型
综采工作面
音频处理单元
时域特征
频域特征
采集单元
数据
样本
重构模块
可读存储介质
电子设备
滤波算法
关系
程序
计算机
信号
存储器
系统为您推荐了相关专利信息
径向基神经网络
低相干干涉
解调方法
信号特征
时域特征
健康状态监测方法
水轮机导叶
故障诊断模型
时域特征
频域特征
动态情感识别方法
时域特征提取
频域特征提取
情感识别模型
序列
密封电子设备
信息检测方法
声谱
脉冲
深度学习模型
多域特征
超宽带雷达
频域特征
计算机程序指令
双向长短期记忆网络