摘要
本申请提供一种液压泵多工况故障识别方法和装置,属于液压泵故障检测领域。所述方法包括:获取液压泵在不同运行状态下的监测数据;提取各工况下监测数据的特征,得到各工况下监测信号的特征分布;基于特征分布确定敏感特征;基于敏感特征确定无关的第一特征集和有关的第二特征集;根据第一特征集构建第一故障诊断模型,识别对应的故障;根据第二特征集确定当前工况,基于确定的工况匹配对应的第二故障诊断模型,并将第二特征集输入第二故障诊断模型进行故障识别;融合第一特征集的识别结果和第二特征集的识别结果,得到综合的故障诊断结果。本申请提供的液压泵多工况故障识别方法和装置,可适应工况变化下的液压泵故障诊断场景,提升诊断精度。
技术关键词
故障诊断模型
工况
故障识别方法
识别模块
神经网络模型构建
信号
复杂度
输入神经网络模型
故障识别装置
液压泵故障
神经网络算法
分析模块
对液压泵
特征值
识别算法
数据
关系
监测点
系统为您推荐了相关专利信息
非线性回归模型
声发射特征参数
土样
X射线扫描装置
数据采集装置
故障诊断方法
变工况
故障诊断模型
深度残差
迁移学习策略
深度学习网络模型
开集识别方法
雷达
长短期记忆网络
信号
语音播报装置
摄像面板
智能门禁
语音播放器
信息存储模块