一种基于深度学习模型的多路阀故障检测方法及系统

本发明涉及多路阀故障诊断技术领域，公开了一种基于深度学习模型的多路阀故障检测方法及系统，本方法包括：采集第一多路阀的进油口的流量信息；采集所述第一多路阀的进油口和出油口的压力信息；获取所述第一多路阀的配置信息；根据所述流量信息、所述压力信息和所述配置信息，基于CNN+LSTM模型，判断所述第一多路阀的运行状态和故障类型。利用本系统能够进行第一多路阀进油口和出油口压力信号、流量信号以及配置信息的采集，然后基于本发明训练得到的LSTM+CNN模型能够对第一多路阀的运行状态和故障类型进行判断，有效提高了多路阀故障诊断、分类的效率。