摘要
本发明公开了一种智能检测FAS调试故障点的方法,具体包括以下步骤:采集FAS系统末端设备的实时运行数据,并进行数据预处理;取故障特征,并建立故障诊断模型;将实时数据输入故障诊断模型,进行故障检测与分类,并定位故障点;集中告警,并可视化展示故障信息,推荐最优的联动处理方案,本发明通过采集FAS末端设备的实时数据流和历史故障数据库采集故障信号,提取故障特征,建立故障诊断模型,当故障诊断模型检测到某个FAS系统末端设备故障时,故障诊断模型显示该FAS系统末端设备的故障类型,并在FAS系统BIM模型中显示故障的FAS系统末端设备位置,直观呈现故障点位置,可以准确诊断出故障类型和位置,大大提高故障诊断的精度和效率。
技术关键词
故障诊断模型
故障特征
建筑BIM模型
故障诊断引擎
深度学习模型训练
数据采集单元
定位故障点
数据质量检查
数据存储结构
故障检测
高精度传感器
实时数据
深度学习算法
识别模块
冗余特征
图纸
铁路
统计方法
系统为您推荐了相关专利信息
噪声特征
遥感图像去噪方法
去噪模型
噪声图像
样本
电子拼接屏
图像特征向量
修复方法
故障诊断模型
拼接屏系统
断路器设备
诊断方法
断路器机械故障
融合特征
方程
风机轴承
诊断方法
声纹特征
故障诊断模型
频域特征
特征量数据
故障诊断模型
断路器故障诊断
数据处理装置
机器学习模型