摘要
本发明提出一种基于人工智能的设备故障诊断方法及系统,包括:根据所获取的故障相关数据,基于振动烈度评估设备的健康指数;将故障相关数据分别输入训练好的分类模型和集体模型,分别得到设备的故障诊断结果;将历史数据的时序特征输入训练好的时序模型,得到设备故障诊断结果;将集体模型得到故障诊断结果、分类模型得到的故障诊断结果,以及时序模型得到故障诊断结果进行融合,得到最终的故障诊断结果;同时通过构建多模型融合的人工智能算法模型来实现故障的智能诊断与管理,从而降低设备故障停机时长和设备故障停机率,提高维修效率。
技术关键词
设备故障诊断方法
评估设备
设备故障诊断系统
人工智能算法模型
时序特征
声音分析方法
指数
数据
频谱分析方法
主成分分析方法
故障诊断模块
指纹识别技术
判别设备
处理器
捕捉设备
检测轴承
计算机程序产品
系统为您推荐了相关专利信息
滑动窗口
序列
工业设备运行状态
形态学滤波
合并方法
运动轨迹预测方法
RGBD图像
语义分割模型
深度图
序列
储存单元
风险分析方法
时间敏感特征
风险评估模型
风险预测模型
剩余寿命预测
实时数据
时序特征
注意力卷积神经网络
生成特征
风险评估方法
电子系统
风险预测模型
推理规则
变量