摘要
本申请公开了一种融合AI与多元信息分析的煤矿机械故障诊断方法、电子设备和介质,所述方法包括:采集多个不同种类的煤矿机械的工作数据;对于每个种类的煤矿机械,根据其对应的工作数据构建数据集训练多个机器学习模型以识别所述煤矿机械是否发生故障,并根据训练结果对所述多个机器学习模型的适配优先级进行排序;针对每个种类的煤矿机械,采用所述适配优先级的先后顺序的至少一个机器学习模型对所述煤矿机械的实时工作数据进行分析判断获得故障的识别结果。上述方法能够进行全面的特征提取,并且模型与设备之间的适用性和准确性更强,能够快速准确地进行多种煤矿机械的故障判断。
技术关键词
煤矿机械
机器学习模型
频域特征
朴素贝叶斯网络
故障诊断方法
长短期记忆网络
数据
生成式对抗网络
随机森林
电子设备
可读存储介质
存储计算机程序
支持向量机
有效性
时序特征
K近邻
处理器
存储器
齿轮箱
系统为您推荐了相关专利信息
风险评估模型
风险评估方法
物流
机器学习模型
非暂态计算机可读存储介质
地震风险评估
地震监测方法
数值仿真模型
地震监测装置
工程地质
艉轴承
多维特征数据
多维度特征提取
多模态
润滑