基于小波包分解和长短时记忆网络的传感器故障检测方法

AITNT
正文
推荐专利
基于小波包分解和长短时记忆网络的传感器故障检测方法
申请号:CN202510096930
申请日期:2025-01-22
公开号:CN120063477A
公开日期:2025-05-30
类型:发明专利
摘要
本发明公开了一种基于小波包分解和长短时记忆网络的传感器故障检测方法,包括:使用传感器采集机械传动系统的振动信号;将所述振动信号利用滑动窗口设置样本和对应标签;对所述样本进行小波包分解,形成多尺度输入并构造数据集;构建预测模型,利用所述数据集及所述标签进行训练;将测试样本输入到训练好的模型预测未来信号,并与真实测量值进行对比,进而判断传感器工作状态。本发明无需依赖故障数据进行模型训练,能够避免因传感器故障引发的诊断系统误判,提高了设备运行效率和故障检测的可靠性。
技术关键词
构建预测模型 机械传动系统 振动传感器 冲击故障 偏差故障 滑动窗口 传感器故障检测 信号 序列预测模型 样本 训练预测模型 设备运行效率 模拟传感器 标签 计算机存储介质 多尺度 网络 诊断系统
系统为您推荐了相关专利信息
1
一种喷塑环节质量检测反馈方法及系统
检测反馈系统 数据分析模块 喷头 反馈方法 多源传感器融合
2
一种电力设备存放信息追溯方法及系统
信息追溯方法 电力设备 智能感知终端 MEMS温湿度传感器 区块链平台
3
基于声发射监测的土体侵蚀及颗粒迁移预测方法及系统
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
4
一种双孢菇自动采摘装置及其自缓冲行走机构
双孢菇自动采摘装置 水平传动机构 行走机构 配重块 信号
5
一种电力设备巡检数据的通信方法
电力设备巡检 数据编码方式 通信方法 数据压缩算法 子模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号