摘要
本发明涉及聚类数据处理技术领域,具体涉及一种林业废弃物粉碎装置及方法,获取粉碎机的多个振动数据时段和功率数据时段,并聚类得到多个类簇;以类簇中各个振动数据时段的发生故障可能性来筛选得到异常时段,基于各异常时段的发生故障可能性,以及各异常时段与所处类簇中的各非异常时段的关联,得到各异常时段的故障程度;基于各异常时段的故障程度和时长,各异常时段的相邻异常时段的时长,以及与相邻异常时段之间的时间间隔,得到粉碎机的故障概率,并非单一地根据粉碎机的振动数据进行故障监测,而是考虑了不同类型的林业废弃物,从多方面进行分析,得到准确的粉碎机的故障概率,提高了对粉碎机故障监测的准确性。
技术关键词
林业废弃物
粉碎方法
粉碎机
特征值
粉碎装置
K均值聚类算法
功率
存储程序指令
分段
序列
轮廓系数
数据处理技术
存储器
处理器
曲线
系统为您推荐了相关专利信息
认知障碍筛查
虚拟现实场景
序列
频谱特征
数据采集模块
光伏出力短期预测方法
Pearson相关系数
天气
特征协方差矩阵
气象
钻孔
智能检测方法
闭合轮廓
PCB电路板
像素点
视觉感知系统
指标
灰色关联度
评价方法
测试场景