摘要
一种基于KAAE的旋转机械无监督异常检测方法,1数据采集:采集旋转机械的关键传动部件正常状态和异常状态的振动信号;2数据预处理:通过滑动窗口采样、归一化和快速傅里叶变换得到样本集,并划分为仅包含正常样本的训练集和验证集,以及包含正常样本和异常样本的测试集;3模型搭建:结合科尔莫哥罗夫‑阿诺德网络KAN与自编码器AE,构建科尔莫哥罗夫‑阿诺德自编码器KAAE;4模型训练、验证与测试:在训练集上训练模型,在验证集上得到异常检测阈值,在测试集上评估模型性能;5异常检测:使用训练好的模型对旋转机械进行异常检测。本发明充分捕捉数据中的复杂依赖关系和潜在表示,从而更好地拟合正常数据的分布,用于旋转机械无监督异常检测。
技术关键词
旋转机械
滑动窗口采样
样本
解码网络
异常状态
编码器
机械传动部件
误差重构
更新模型参数
数据采集设备
数据压缩
样条
输出特征
无监督
训练集
系统为您推荐了相关专利信息
图像块
智能监控分析系统
识别特征
关键帧
监控分析方法
识别方法
原位
电子鼻系统
映射技术
特征提取方法
实时检测方法
数据变化趋势
卷积神经网络模型
时域特征
传感器