摘要
本发明涉及一种利用人工智能(AI)实时评估弹簧针健康状况的方法和系统。该方法包括:从多个经测试的弹簧针中提取一个或多个特征;使用特征选择模块根据提取的特征构建健康指数模块;以及应用预训练的深度学习模块实时评估弹簧针的健康状况。该系统包括:接收模块,用于接收从多个经过测试的弹簧针收集到的一个或多个数据输入;特征选择模块,用于从输入中选择最重要的特征,构建健康指数模块;以及预训练深度学习模块,用于以健康指数百分比的形式实时评估弹簧针的健康状况。本发明所述的方法和系统有助于在其运行期间在其运行地点评估弹簧针,提高现有深度学习模型在评估生产线上的弹簧针时的准确性,还能实时评估弹簧针的健康状况。
技术关键词
弹簧针
无监督机器学习
特征选择
指数
模块
成分分析
解码器架构
编码器
深度学习模型
分析故障
数据
测试仪
半成品
序列
电阻
物理
半导体
记忆
系统为您推荐了相关专利信息
设备故障预测
设备管理方法
网络配置文件
分布式设备
部署智能合约
滚动轴承故障诊断
加权损失函数
多尺度特征提取
优化算法设计
三元组损失函数