摘要
一种基于MC‑IWDCNN‑LSTM的接合装配设备健康状况评估方法,其特征是它包括以下步骤:(1)围绕接合装配设备健康关键指标,采集并处理与接合装配设备健康状况相关的带噪振动信号;(2)建立MC‑IWDCNN‑LSTM特征提取模型;(3)采用测试集对特征提取模型进行性能评估和调参,实现接合装配设备带噪振动信号的特征提取;(4)结合模糊数学理论,基于MC‑IWDCNN‑LSTM模型的输出量和隶属度函数,计算得到健康度评分。本发明能为维修团队提供决策支持,评估接合装配调姿机构中带噪振动信号的健康状况,确保设备作业的安全性和稳定性。
技术关键词
装配设备
LSTM模型
健康状况评估方法
特征提取模型
模糊数学理论
电机驱动单元
隶属度函数
池化特征
注意力机制
调姿机构
多层感知器
二维卷积神经网络
信号
特征提取模块
DCNN模型
多通道
二维卷积网络
感知系统
空间特征信息
系统为您推荐了相关专利信息
调速控制器
长短期记忆网络
PID控制器
水轮发电机组
水轮机调节系统
干扰规避方法
无线电系统
波束赋形权向量
发射功率谱密度
压缩感知算法
焊缝
剩余寿命预测
寿命预测模型
分段
数据驱动算法
BiLSTM模型
时间序列特征
光伏发电功率
光伏发电预测
引入注意力机制