摘要
本发明公开了一种煤流多模态自主感知监测方法、系统、设备及介质,涉及工业智能化监测与数字数据处理技术领域,包括部署设备,进行实时采集,生成多模态数据集;对多模态数据进行预处理以及特征提取得到联合表征向量;基于云边协同,生成异常概率;结合异常概率与分级阈值,触发预警信号;结合预警信号,通过调整动态分发优化监测策略,提升煤流感知监测精度。本发明及时发现运行中的跑偏、异物、堆煤等各项异常和潜在的安全隐患,避免设备故障导致的生产事故,保障生产安全。同时对运行过程中的堆煤、异物、跑偏、托辊故障等异常信息进行统计分析,进一步提高煤流运输过程中的安全性与生产效率。
技术关键词
监测方法
短时傅里叶变换
监测策略
梅尔频率倒谱系数
卷积神经网络提取
频谱特征
残差网络
高风险
数字数据处理技术
纹理特征
卷积神经网络参数
多模态
特征提取模块
网络分析
数据采集模块
监控终端
动态
热成像
系统为您推荐了相关专利信息
液压支架
工作状态监测方法
指数
位移传感器
指令
数据分析模块
数据采集模块
土木工程结构
图像分析模块
结构监测系统
基准特征
深度强化学习算法
双通道神经网络
分类特征
多源异构数据
大型钢结构施工
可见光图像
监测方法
典型
钢结构表面