摘要
本发明实施例提供了一种矿用挖掘机工作状态识别系统及方法,其通过传感器组件实时采集矿用挖掘机的振动信号和液压信号,采用基于深度学习的神经网络模型对所述振动信号和所述液压信号进行特征提取以挖掘出所述矿用挖掘机在工作状态的下的时序动态特性,进一步对所述振动频域特征和所述液压时序特征进行特征间细粒度响应交互以更全面地反映出所述矿用挖掘机的运行状态,得到矿用挖掘机工作状态多模态联合表征,并基于此来确定所述矿用挖掘机的工作状态是否存在异常。通过这样的方式,能够实现对所述矿用挖掘机工作状态的精准识别与异常检测,为矿山生产安全和挖掘机运行效率提供可靠保障。
技术关键词
矿用挖掘机
编码向量
状态识别系统
液压
频域特征提取
工作状态识别方法
多模态
时序特征
传感器组件
特征提取单元
异质
队列
线索
信号
编码模块
成分分析
异常检测器
系统为您推荐了相关专利信息
补偿施工方法
三维地质模型
物联网传感器
盾构施工参数
随机森林
序列推荐方法
节点
项目推荐模型
编码向量
前馈神经网络