摘要
本发明涉及机械设备状态监测技术领域,具体为一种动设备温振数据的检测方法及检测传感器,包括步骤:采集动设备的温度信号和振动信号并进行融合处理,得到融合特征集;基于高斯混合模型建立特征分布基线,计算融合特征集与特征分布基线的相对熵,生成动态阈值序列;根据融合特征集与动态阈值序列构建检测模型输出得到异常模式标签;将异常模式标签进行时间序列化处理,根据时间序列化的异常模式标签预测未来时间段内的故障概率,生成故障预测结果;将故障预测结果中的故障类型进行优先级排序,根据优先级排序结果生成维护报告。本申请全面提升了动设备温振数据检测的可靠性和实用性,为动设备的健康管理提供了高效解决方案。
技术关键词
融合特征
信号
序列
标签
特征提取模块
基线
机械设备状态监测技术
模式
时序依赖关系
数据
剩余使用寿命
检测传感器
高斯混合模型聚类
矩阵
动态优先级排序
耦合特征
二阶统计量
系统为您推荐了相关专利信息
深度残差网络
定位方法
特征提取模块
联合损失函数
接地线定位系统
坝体监测预警方法
空间结构特征
损伤特征
时空分布特征
预警模型
车灯控制系统
管理器
矩阵
驱动芯片
联动控制策略
多模态数据融合
融合特征
文本
深度学习模型
关键词