一种基于多维数据关联性的故障预测系统及方法

AITNT
正文
推荐专利
一种基于多维数据关联性的故障预测系统及方法
申请号:CN202411721924
申请日期:2024-11-28
公开号:CN119719843A
公开日期:2025-03-28
类型:发明专利
摘要
本发明提供一种基于多维数据关联性的故障预测系统及方法,包括设置在矿车电动轮上的数据采集模块(100),用于根据时间效应进行数据分类的数据分类模块(200),用于提取特征向量的数据处理模块(300),用于根据故障诊断模型进行故障预测的故障诊断模块(400)和用于将预测结果反馈至用户的显示模块(500)。本发明所述的一种基于多维数据关联性的故障预测系统及方法,通过各检测点的转速数据、震动数据和温度数据的进行多维数据融合,进而通过数据的综合分析及时发现并预防设备运行中的故障情况。
技术关键词
故障预测系统 检测点 数据处理模块 故障诊断模块 数据分类 数值 数据采集模块 故障诊断模型 矿车 故障分析模型 因子 故障预测方法 效应 震动传感器 转速传感器 偏差 坐标 温度传感器
系统为您推荐了相关专利信息
1
基于机器学习的神经影像数据分类方法、系统及存储介质
影像数据分类方法 扩展特征向量 集成分类器 深度特征学习 神经影像数据分析技术
2
一种高空施工作业安全带单双钩状态监控装置及监测方法
高空施工作业 状态监控装置 金属应变片 数据处理模块 双钩
3
一种电力巡检方法、系统、计算设备及存储介质
电力巡检方法 电力设备表面 故障特征 设备地理位置信息 电力设备巡检技术
4
基于联邦概率夏普利值的鲁棒联邦学习方法和装置
客户端 联邦学习方法 数据分类模型 联邦学习系统 服务器
5
一种基于物联网的智能阀门执行器远程监控与故障预警系统
智能阀门执行器 故障预警系统 量子加密技术 融合深度学习 多模态深度神经网络
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