摘要
本发明提供了一种基于多源数据融合的拉丝机故障诊断方法及系统,涉及拉丝机故障诊断技术领域,包括:采集拉丝机的核心运行状态数据、生产过程关键数据以及拉丝产品的表面视觉图像数据,并进行边缘预处理;分别对边缘预处理后的数据进行特征提取,获得特征核心运行状态数据、特征生产过程关键数据以及特征表面视觉图像数据;构建动态特征融合体系,根据所述动态特征融合体系对特征核心运行状态数据、特征生产过程关键数据以及特征表面视觉图像数据进行特征融合,获得融合健康参数;基于神经卷积网络模型,构建拉丝机故障预测模型,获得拉丝机故障预测指数,并对动态特征融合体系进行优化;提高拉丝机故障诊断准确度。
技术关键词
拉丝机
故障诊断方法
神经卷积网络
像素点
拉丝产品
视觉
数据采集单元
纹理特征
长短期记忆网络
故障预测模型
核心
图像
故障检测模型
灰度共生矩阵
滤波技术
动态
指数
多源异构数据