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
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
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
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
双孢菇自动采摘装置
水平传动机构
行走机构
配重块
信号
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