摘要
本发明涉及刀具故障诊断技术领域,尤其涉及了一种盾构机刀具故障智能诊断方法及系统,利用部署在盾构机上的传感器获取盾构机刀具运行数据,将AE信号转换为电信号,使用A/D转换器把结果送到计算机中,在计算机中采用EMD和ICA的激电的方法对数据进行降噪处理,拟噪声通道构造,构造与噪声尽可能相同的虚拟噪声通道,建立EMD与JCA联合的降噪方法,构建神经元网络。该盾构机刀具故障智能诊断方法及系统,通过在四层量子神经元网络中,隐层量子神经元的激励函数采用多个传统激励函数的叠加,将附加动量以及学习方法融合,提高神经元网络收敛效率,提升了评判的正确性。
技术关键词
盾构机刀具
故障智能诊断方法
虚拟噪声
故障智能诊断系统
AE传感器
降噪方法
数据处理模块
数据采集模块
诊断模块
独立分量分析
计算机
故障诊断技术
转换器
因子
信号降噪
通道
前置放大器
系统为您推荐了相关专利信息
故障智能诊断方法
多模态特征
多信息
多模态深度
局部放电信号特征
时空融合特征
滚动轴承故障智能诊断方法
模态分解方法
提升机
轴承故障诊断
故障智能诊断方法
重构矩阵
推理机制
监测高压电缆
绝缘
故障智能诊断方法
声呐
图谱
故障智能诊断系统
大语言模型
盾构机刀具磨损
边缘轮廓
刀刃轮廓
形状上下文
监测方法