摘要
本申请公开了一种基于自适应的钻机绞车的故障诊断方法与装置,涉及深度学习技术领域,方法包括:获取对钻机绞车测量得到的振动信号;对振动信号进行重构,以去除振动信号中的噪声得到重构信号;获取经过预先训练的故障诊断模型;将重构信号输入到经过预先训练的故障诊断模型,得到振动信号对应的故障概率值。通过对振动信号重构可以去除其中的噪声、提高振动信号的精度,进而将去除噪声后得到的重构信号输入到经过预先训练的故障诊断模型可获得更准确的故障概率值,根据故障概率值即可及时判断钻机绞车是否存在故障,提高了诊断效率。
技术关键词
钻机绞车
故障诊断模型
故障诊断方法
一维卷积神经网络
信号
故障诊断装置
完备字典
奇异值分解算法
匹配追踪算法
重构单元
数据
噪声
深度学习技术
可读存储介质
电子设备
处理器
存储器
计算机
系统为您推荐了相关专利信息
功率放大模块
换能器
可调电阻
可调电路
电流采集电路
智能服饰
医学知识图谱
多传感器融合
状态预测方法
电极阵列