摘要
本发明涉及机械故障检测技术领域,提出一种基于小波散射森林的小样本域泛化故障检测方法及系统,包括采集机械设备运行数据并进行预处理;构建基于小波散射森林的检测模型;其中,所述检测模型包括小波散射变换数据增强模块、深度堆叠森林分类模块和相似性度量加权模块;通过小波散射变换数据增强模块对所述机械设备运行数据进行数据增强,得到若干不同尺度的样本集;将所述样本集输入深度堆叠森林分类模块进行预测,得到若干预测向量;通过所述相似性度量加权模块基于样本集计算不同尺度下的权重向量,并基于所述权重向量对所述预测向量进行加权求和得到检测结果。相较于现有技术,本发明提出一种泛化能力更强,适用面更广的检测方法。
技术关键词
故障检测方法
样本
采集机械设备
度量
机械故障检测技术
故障检测系统
随机森林模型
多尺度
数据采集模块
处理器
表达式
异常信号
度函数
可读存储介质
存储器
系统为您推荐了相关专利信息
闪存重读方法
样本
电压控制存储器
温差
非暂态计算机可读存储介质
深度学习模型
理解系统
反演算法
文本编码器
图像编码器
电厂设备
故障控制方法
故障演化趋势
故障定位模型
定位故障位置