一种提花机的电磁阀异常检测方法及系统

本发明涉及电磁阀检测技术领域，特别涉及一种提花机的电磁阀异常检测方法及系统，包括：采集并记录电磁阀的控制信号、电流信号和磁力信号；基于深度学习技术，构建融合卷积神经网络和长短时记忆网络的模型，测定响应时间；基于生成对抗网络，依据高精度电流传感器采集的电流信号数据并结合环境参数，测定电流稳定性；采用量子增强传感器，通过量子算法考虑多种环境参数构建量子力学模型，将测量的原始磁力信号校准后与标准值对比，测定电磁阀磁力强度；构建基于故障树的故障诊断模型，依据历史故障数据确定事件间的逻辑关系，分析事件概率与逻辑，定位电磁阀故障原因。本发明综合考虑环境因素影响，提高检测效率和全面性。