摘要
本申请公开了基于数据分析的高速连接器检测方法、装置及设备,该方法包括:根据高速连接器的几何参数构建多物理场耦合分析模型;根据多物理场耦合分析模型确定影响高速连接器性能的特征参数,并生成特征参数与性能指标对应的标准特征库;获取高速连接器的实时检测数据;根据标准特征库以及实时检测数据识别高速连接器的潜在缺陷。通过本申请方案的实施,将实时检测数据与标准特征库进行对比,能够及时发现性能异常,多物理场模型提供的理论基础,使得缺陷识别更加准确。
技术关键词
高速连接器
性能退化模型
历史运行数据
深度学习模型
多维特征向量
深度特征提取
剩余使用寿命
参数
物理
数字孪生模型
磁场探头阵列
温度传感器阵列
生成深度学习
微位移传感器
时序特征
非线性
数据融合算法
力敏传感器
长短期记忆网络
系统为您推荐了相关专利信息
推力
风电机组运行数据
历史运行数据
BP神经网络
反馈控制策略
地址标准化
度计算方法
数据
字符串匹配算法
深度学习模型
深度学习特征提取
特征提取模型
特征点
图像
样本
多模态身份认证
智能监管系统
智能监管方法
视觉检测模块
焊接变位机