摘要
本发明适用于故障检测技术领域,尤其涉及一种滚动轴承的故障检测方法、装置、设备及介质,通过采集到的状态数据和预设数据阈值对目标滚动轴承的运行状态进行初步判断,在判断出目标滚动轴承存在异常情况时,基于采集得到的M个状态数据序列和训练好的数据预测模型来预测目标滚动轴承在任意两个相邻的预设时间段之间的状态数据,从而补全目标滚动轴承在目标时间区间内的状态数据,并从补全后的参考数据序列中分析得到梯度序列和当前故障程度,分析目标滚动轴承的实时故障状态和故障的发展状态,为得到目标故障程度提供实时维度和发展维度的丰富数据,从而提高了故障检测结果的准确性,有助于及时提供预警信息以提高轴承系统的可靠性和安全性。
技术关键词
滚动轴承
故障检测方法
序列
数据预测模型
时间段
故障检测装置
故障检测技术
故障检测模块
计算机设备
数据分析模块
可读存储介质
轴承系统
数据获取模块
处理器
存储器
系统为您推荐了相关专利信息
血压估计方法
血压估计模型
血压估计系统
深度学习网络提取
心动周期
工作周期
蒸汽控制方法
蒸发器
水泵
蒸汽控制设备
半导体测试方法
温度分布曲线
表面形貌特征
光学图像信息
电信号