摘要
本发明公开了一种工业物联网设备的故障诊断方法及系统,涉及设备故障检测技术领域,包括:对每个设备图像进行小波变换并使用小尺度卷积核深度卷积,将卷积结果使用逆小波变换融合出聚合特征图;对聚合特征中的每个特征使用动态采样坐标生成算法,为聚合特征中的每个特征生成多个初始采样坐标,获取学习的偏移量,通过偏移量调整多个初始采样坐标的位置;使用自适应卷积获得自适应特征图;根据融合特征图的激活值的标准差,以及自适应特征图的激活值的标准差,获得权重参数,并根据权重参数选择聚合特征图或自适应特征图作为工业物联网设备的故障特征图。本发明能够适应性地提取出设备的故障特征图并用有限数据样本进行工业产品设备故障检测。
技术关键词
工业物联网设备
故障诊断方法
故障特征
故障诊断模型
坐标
生成算法
度量学习方法
参数
设备故障检测
故障诊断系统
故障诊断模块
图像获取模块
产品设备
融合特征
动态
样本
级联
系统为您推荐了相关专利信息
点云地图
物体
坐标转换算法
标定算法
深度学习模型
铆钉区域
精准提取方法
点云曲面
图像处理算法
蒙皮