摘要
本发明公开了一种生产线故障预测方法和系统,属于智能工业技术领域,方法包括:基于数字孪生技术构建实体生产线对应的虚拟化生产线,以提供额外训练数据集;基于功率谱密度参数,设置LSTM‑FCN模型;基于所述LSTM‑FCN模型,处理所述实体生产线输出的产线数据,以输出故障预测数据。通过基于数字孪生技术构建与实体产线物理特性匹配的虚拟产线,生成具有工况覆盖性的虚拟数据;将所述虚拟数据与实体产线历史数据融合,构建训练集,有效解决了工业现场数据稀缺性问题;基于功率谱密度参数,设置LSTM‑FCN模型;基于所述LSTM‑FCN模型,处理所述实体生产线输出的产线数据,以输出故障预测数据,以输出故障预测数据,可以准确预测故障发生,降低停工产生的损失。
技术关键词
故障预测方法
故障预测数据
数字孪生技术
实体
故障特征
智能工业技术
密度
功率
工业现场数据
PLC控制器
故障预测系统
Adam算法
点检测方法
构建训练集
产线
传感器配置
分段
参数
系统为您推荐了相关专利信息
数字化监控系统
斜拉桥施工
传感器监测
点云数据配准
特征值
连锁故障风险
深度优先算法
后系统
新能源发电功率
继电保护系统