摘要
一种考虑复杂环境影响的结构异常状态诊断方法和装置,其方法包括:A.采集时变环境影响下的结构基准状态数据,构建训练数据集;B.设计并训练卷积自编码器,将高维原始数据转换至低维隐含特征;C.设计并训练条件扩散概率模型,并引入注意力机制融合分析多源数据,针对不同环境影响下的基准状态监测数据建立条件概率模型;D.计算基准状态统计指标,并利用基准状态统计指标构建离群值识别模型SVDD;E.输入测试状态数据集,诊断测试状态是否为异常状态。本发明仅需结构基准状态数据集,且无需依赖于有限元等结构物理模型,实现对时变环境影响下结构的高精度异常状态诊断。
技术关键词
异常状态
诊断方法
基准
条件概率模型
状态监测数据
线性变换矩阵
多头注意力机制
变量
指标
网络
编码器
深度学习模型训练
噪声
引入注意力机制
训练注意力
融合特征
解码器
系统为您推荐了相关专利信息
节能优化方法
发电量
时间间隔特征
智能电网
邻域
指标
系统检测方法
特征数据提取
系统上下文
参数
水下仪器
三轴加速度数据
补偿陀螺仪角速度数据
偏差矫正方法
姿态传感器
3D点云数据
特征点云
待测物体
扫描仪坐标系
矩阵