摘要
本发明公开了一种船舶柴油机故障诊断方法及系统,其中方法步骤包括:采集船舶柴油机不同状态下的状态信号,并进行分组;基于分组后的状态信号,得到多模态信号矩阵;基于多模态信号矩阵,得到正常数据集和异常数据集;基于正常数据集和异常数据集,完成故障诊断。本发明实现了去噪、降维和充分提取故障特征的目标。具体来说,辛几何分解提供了对数据结构的深入理解,RPCA去除了噪声并实现了降维,递归图分析通过可视化和分析数据的动态特性,帮助识别和提取故障特征。这一综合分析流程在处理复杂时间序列数据时具有显著的优势。
技术关键词
船舶柴油机
故障诊断方法
异常数据
多模态
像素矩阵
故障诊断系统
信号
正则化参数
图像
故障特征
模块
异常状态
基准
像素点
元素
重构
噪声
系统为您推荐了相关专利信息
多模态数据融合
优化分析方法
决策
神经图灵机
时序特征
异常数据检测方法
多尺度
深度神经网络模型
教师
方差贡献率
视频特征向量
图像特征向量
大语言模型
多模态
清理方法
行人识别方法
联合数据关联方法
粒子滤波算法
卡尔曼滤波算法
计算机可读指令