摘要
本发明属于故障检测技术领域,尤其涉及一种基于人工智能的风扇安全故障检测方法。该方法先收集原始信号样本,接着对其进行去噪、滤波等预处理。然后采用改进人工蜂群算法ABC优化特征模态分解FMD,通过筛选局部极值得到固有模态函数IMF,以最小化误差函数和最大化信息增益为目标,构建优化问题,经一系列操作获取信号模态分量。最后利用考虑信息增益的KDTree,依数据特征选划分维度构建树,将信号分量数据纳入树中,遍历叶节点实现故障判断。本发明综合多种技术手段,有效解决了现有风扇故障检测方法效率低、准确性差问题,提高了风扇故障检测的准确性和效率,保障了风扇的安全运行。
技术关键词
人工蜂群算法
风扇故障检测方法
最小化误差
故障特征信号
故障特征信息
蜜蜂
故障检测技术
节点
控制误差
样本
数据
滤波
极值
音频
因子
标记
系统为您推荐了相关专利信息
风电机组齿轮箱
判别方法
卷积神经网络提取
三通道
判别装置
变电站设备图像
变电站设备故障
采集变电站
云平台
图像采集设备
数字孪生模型
电力设备
孤立森林算法
表达式
预测误差