摘要
本申请涉及道闸故障识别领域,其具体地公开了一种道闸故障的自动识别系统及方法,其首先获取由摄像头采集的道闸弹簧监控图像、由电机功率统计装置采集的多个预定时间点的电机功率消耗数据和由压力传感器采集的多个预定时间点的弹簧负载数据值,然后利用深度学习技术,对三者进行特征提取和关联分析,最后通过分类器,以判断是否发出道闸弹簧故障预警警报,从而提前发现潜在故障,减少设备停机时间,避免突发故障影响运作,提高道闸的运行效率和可靠性。
技术关键词
道闸
自动识别系统
统计装置
弹簧
注意力
功率
压力传感器
特征提取单元
自动识别方法
电机
数据特征提取
数据处理模块
图像
检测网络模型
警报
深度学习技术
分类器
感兴趣
数据获取模块
系统为您推荐了相关专利信息
负荷监测方法
非侵入式负荷监测
电力
负荷监测系统
矩阵
图像生成模型
智能生成方法
文本生成图像
生成对抗网络模型
联合损失函数
债权
后处理算法
数据校验功能
引入注意力机制
多任务
画像生成方法
场景特征
机器学习算法
多源数据整合方法
动态