摘要
本发明涉及一种基于多源信息的托辊故障检测系统及方法,通过应用多种传感器收集数据,并通过深度神经网络训练数据融合模型和托辊故障诊断模型,结合温度检测装置能够迅速准确地诊断托辊的故障类型及位置。本发明解决了目前港口皮带机托辊的故障检测中主要依赖人工的定期巡检,工作量大效率低并且工作环境危险,同时巡检现场粉尘大严重危害人身体健康的问题。及时发现托辊故障可以减少设备停工时间,提高装卸效率和生产能力。降低设备运行中出现意外的风险,提高工作场所的安全性。
技术关键词
托辊故障
数据处理单元
数据采集单元
注意力模型
Kalman滤波器
深度神经网络训练
声音传感器
数据存储器
振动加速度信号
振动传感器
残差网络
傅里叶变换法
生成融合图像
皮带机托辊
连续小波变换
故障诊断模型
巡检现场
系统为您推荐了相关专利信息
电梯导轨
管理系统
数据传输单元
数据采集单元
判断算法
管网参数
蒸汽
结垢厚度
智慧管理系统
智慧管理方法
计量系统
传感器模块
机器学习数据处理
中央控制系统
数据采集单元
网络信息处理方法
网关
动态调整机制
资源分配策略
网络流量数据