摘要
本发明公开了一种多模态数据融合的旋转组件故障预警方法及装置,用于解决现有的旋转组件故障预警方法导致预警效果差的技术问题。方法包括获取多模态信号数据,并采用带通滤波算法根据多模态信号数据进行预处理,生成多模态特征向量集;采用基于注意力机制的循环神经网络对多模态特征向量集进行特征融合,输出目标健康指标;基于预置优化搜索算法,采用初始隐马尔科夫模型根据目标健康指标,生成目标隐状态序列;采用预置非线性维纳退化模型根据目标隐状态序列和多模态信号数据,生成旋转组件故障预警结果。
技术关键词
故障预警方法
声发射
隐马尔科夫模型
旋转组件
优化搜索算法
多模态数据融合
注意力机制
退化模型
信号
序列
粒子群优化算法
维特比算法
非线性
指标
计算机程序产品
故障预警装置
系统为您推荐了相关专利信息
废水处理装置
状态监测方法
数据
退锡废水处理
设备磨损状态
压力管道
时空定位方法
三维仿真模型
云数据中心
OPCUA协议
超声信号
机器学习算法
决策树模型
K均值聚类算法
储氢瓶