摘要
本公开是关于一种基于多模态噪声分析的火电厂转机设备智能监测方法。其中,方法包括:获取待监测设备的声学信号和工况参数;对声学信号进行空间域降噪处理,得到空间域降噪后的声学信号;利用工况参数对空间域降噪后的声学信号进行频域降噪处理,得到噪声分离后的声学信号;从噪声分离后的声学信号中分别提取时域特征、频域特征和非线性特征,以及,从所述工况参数中提取工况特征;对时域特征、频域特征、非线性特征和工况特征进行特征融合,得到多维特征矩阵;将多维特征矩阵输入至完成训练的神经网络模型,得到设备预警信息。本方案设备气动故障识别的精确度。
技术关键词
设备智能监测
非线性特征
工况特征
工况参数
时域特征
频域特征
多模态
神经网络模型
噪声
信噪比
传感器
矩阵
设备转速
监测设备
降噪单元
处理器
动态
可读存储介质
信号源
系统为您推荐了相关专利信息
自动检测方法
焊点缺陷
多尺度特征
统计特征
语义特征
通信机房
智能化分析方法
IT设备
温控设备
轨迹参数
干扰识别模型
干扰识别方法
数据
指标
消除工业设备
筛查系统
筛查方法
医疗健康监测技术
数据采集模块
睡眠期