摘要
本申请涉及数据分析技术领域,具体涉及一种纺织机工作故障状态监测系统及故障数据分析方法,该方法包括:获取纺织机的每项运行参数在实时监测周期内各时刻的数据,及每次故障发生时每项运行参数在每个历史故障周期内各时刻的数据,以及每个历史故障周期对应的故障类型;确定每项运行参数在实时监测周期内各时刻的异常得分、噪声干扰偏差;确定故障表征强度、故障模式敏感度;确定局部窗口长度;获取每项运行参数在实时监测周期内所有时刻平滑后的数据,结合神经网络模型,获得对应每种故障类型的概率,对纺织机的故障进行诊断。本申请对纺织机的数据进行平滑时,能够保留数据中可能蕴含更多的潜在故障信息,提高对纺织机的多重故障的识别效果。
技术关键词
故障数据分析方法
纺织机
故障状态监测系统
故障表征
参数
周期
滤波算法
神经网络模型
噪声
偏差
数据分析技术
聚类
模式
估计算法
强度
元素
处理器
纱线
存储器
系统为您推荐了相关专利信息
深度学习模型
代码生成方法
积木单元
生成代码
信息读取组件
扰动观测器
子系统
序列二次规划法
滚转角速率
预测误差
高速公路路面
养护管理系统
路段
修正系统
混合遗传算法
多维定位方法
图像传感器
激光雷达
坐标系
深度图
电网故障分析
大语言模型
研判方法
时间同步误差
样本