摘要
本发明属于矿井设备数字孪生可视化及人工智能领域,为解决目前缺少对快速掘进系统状态的实时反映和故障预测的单一性,提供了一种快速掘进系统状态实时三维可视化与故障预测方法,通过历史数据构建数字孪生模型,然后采集实时运行数据对数字孪生模型进行实时更新,使操作人员能够直观地看到快速掘进系统的运行状态,及时发现潜在问题,同时构建故障预测模型对数字孪生模型生成的运行状态信息进行分析,得到快速掘进系统的故障预测结果,能够识别快速掘进系统的潜在风险点,实现故障预警,减少突发故障的发生,优化设备的维护周期。
技术关键词
掘进系统
故障预测方法
数字孪生模型
故障预测模型
历史运行数据
记忆单元
动作捕捉技术
三维可视化展示
视频稳定化
时序依赖关系
长短期记忆网络
矿井设备
优化设备
时序特征
状态更新
风险点
关键帧
系统为您推荐了相关专利信息
水利闸门
智能监测系统
多参数
数字孪生模型
指数
故障预测模型
实时监测数据
双向长短期记忆网络
卷积神经网络提取
故障预警方法
数据库管理系统
数字孪生技术
土地利用数据
物理实体模型
数字高程模型数据
逆变器
数字孪生模型
光伏组件功率
直流电缆
电压
船舶智能控制系统
航海设备
管理子系统
管理中心
视频监控信息