摘要
本发明提供了一种液相色谱仪状态监测与预测性维护方法及系统,涉及数据处理技术领域,通过将液相色谱仪传感器数据(如流量、温度、压力等连续参数)与日志数据(如报警状态、设备事件等离散信息)进行联合建模,并基于数据点的几何相似度进行数据降维,保持液相色谱仪数据的局部结构和全局信息,同时减小降维过程中的信息损失。进一步利用状态监测模型进行数据处理,提升了模型的上下文感知能力,在出现异常或故障时,能够综合考虑多种因素进行准确诊断,在监测液相色谱仪的复杂状态变化时表现出更高的准确度和可靠性。
技术关键词
高阶神经网络
液相色谱仪
降维特征
分数阶
编码器
设备运行参数
数据处理模块
度量
数据处理技术
日志
数据采集模块
计算方法
邻域
传感器
矩阵
动态
密度
系统为您推荐了相关专利信息
分类识别模型
分类识别方法
可见光图像
多模态
特征提取模块
神经网络均衡器
信号均衡方法
信道特征提取
序列
脉冲幅度调制系统
数据整合方法
异质
置信度阈值
概率密度函数
预训练模型