摘要
本发明提供了一种基于数据和有限元模型的镗床数字孪生诊断方法及装置。包括:建立镗床零部件的有限元模型;基于有限元模型进行镗床零部件在不同故障模式下的仿真,得到故障数据;根据故障数据,建立数据集;构建神经网络模型,神经网络模型为基于稀疏卷积自编码器的多尺度特征提取网络;根据数据集训练神经网络模型,得到第一故障诊断模型;采用迁移学习对第一故障诊断模型进行训练,得到第二故障诊断模型;建立镗床的数字孪生模型,用于实时采集并同步镗床零部件的状态数据;根据数字孪生模型采集的镗床零部件的状态数据,以及第二故障诊断模型,确定镗床零部件的当前状态,并将镗床零部件的当前状态展示在数据孪生模型中。
技术关键词
故障诊断模型
镗床
多尺度特征提取
数字孪生模型
诊断方法
训练神经网络模型
数据
特征提取网络
编码器
解码器
协方差矩阵
神经网络模型构建
诊断装置
连续小波变换
可读存储介质
诊断模块
系统为您推荐了相关专利信息
卷积模块
CT采集系统
特征提取模块
射线源
探测器
缺陷诊断方法
神经网络模型
定子铁芯
交叉注意力机制
跨模态
产品碳足迹建模方法
阶段碳足迹
系统边界
变压器
全生命周期碳足迹
局放传感器
GIS设备
数字孪生模型
诊断方法
电力网管理系统