摘要
一种多源数据融合的船舶动力设备智能健康监测方法,基于自编码器模型为各个测点分别构建监测指标,通过引入一致性准则增强多测点数据关联性;进而构建多源数据融合诊断模型,实现监测数据与设备运行状态间的直接映射;针对少样本工况数据不足问题,采用随机量化增强技术扩充数据集,并引入Transformer编码器网络与通道注意力机制,通过加权融合多源信号特征,增强模型对故障模式的辨识精度与鲁棒性;本发明充分利用多测点信息,提高故障特征提取的完整性和诊断的精度,实现复杂工况下船舶动力设备健康状态的高效、精准监测与评估。
技术关键词
智能评估模型
智能健康监测方法
船舶动力设备
融合设备
通道注意力机制
指标
更新模型参数
设备运行状态
融合多源
编码器
特征提取模块
数据
重构误差
重构模块
信号特征
时域特征提取
故障特征提取
序列
样本
系统为您推荐了相关专利信息
深度学习卷积神经网络
加权特征
图像
多尺度
数据
DOA估计算法
ResNet网络
波束
探测器
残差网络
血流成像方法
图像生成网络
相位特征
眼科OCT设备
纹理
通道注意力机制
特征金字塔网络
特征提取网络
层级
融合特征
图像实时分割方法
YOLO算法
多模态特征融合
肿瘤
肝脏