多传感器融合与图像识别结合的叶片故障检测方法与系统

AITNT
正文
推荐专利
多传感器融合与图像识别结合的叶片故障检测方法与系统
申请号:CN202411621869
申请日期:2024-11-14
公开号:CN119534636A
公开日期:2025-02-28
类型:发明专利
摘要
本发明公开了一种多传感器融合与图像识别结合的叶片故障检测方法,应用于一种多传感器融合与图像识别结合的叶片故障检测系统,该系统设置在风机叶片外部,该系统至少包括多组传感器形成的信号采集单元、数据处理系统和信号融合模块;其中,信号采集单元至少包括振动传感器、声发射传感器、电磁传感器和图像数据传感器。本发明通过实时信号获取叶片运行时的数据,处理之后得到提取特征,通过特征融合和图像识别技术识别故障并风险评级解决了传统的风机叶片故障检测方法通常依赖传感器进行数据采集,但这些方法在应用中存在明显局限。使用传感器难以全面捕捉风机叶片复杂的损伤特征。特别是在评估损伤程度时,表现尤为不足的技术问题。
技术关键词
故障检测方法 信号采集单元 多传感器融合 声发射传感器 电磁传感器 振动传感器 故障检测系统 信号数据处理系统 更新模型参数 图像识别技术识别 EM算法 风机叶片故障 模糊集合理论
系统为您推荐了相关专利信息
1
一种可自动校准的工业级高精度电压型温度变送器系统
端口防护电路 电压转换电路 信号采集单元 温度传感器单元 温度变送器
2
一种分叉柱角度精确控制方法
精确控制方法 钢模板体系 悬挑长度 方程 可调节拉杆
3
一种用于LED显示屏与XR虚拟的交互系统
LED显示屏 交互系统 数据处理模块 数据分析模块 双向数据传输优化
4
一种线束端子智能组装平台及组装方法
线束端子 智能组装方法 智能组装设备 多传感器融合 力反馈
5
一种配电箱故障检测方法、电子设备及可读存储介质
故障检测方法 配电箱 暂态故障 多尺度模糊熵 信号特征提取
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号