摘要
本发明提供一种用于工业设备的故障诊断智能分析方法、系统及存储介质,基于监测时间序列数据的统计特性和工况将所述监测时间序列数据分割成至少一个子序列;基于子序列的局部特性确定嵌入窗长,利用嵌入窗长构建轨迹矩阵,对轨迹矩阵执行奇异值分解,得到本原矩阵及对应奇异值;针对不同预设组合的本原矩阵形成候选组,计算各候选组的可分离性度量值,基于可分离性度量值和奇异值确定成分组;对选取的成分组进行对角平均化重构得到信号成分,并计算各信号成分的预设特征参数;依据预设特征参数,筛选出与预设故障模式相关的目标信号成分,从目标信号成分中提取表征故障状态的特征向量,将特征向量输入预配置的故障诊断模型,输出故障诊断信息。
技术关键词
智能分析方法
工业设备
序列
故障诊断信息
度量
故障诊断模型
时域特征
信号
频域特征
矩阵
声学传感器
工况
数据
振动传感器
电流传感器
智能分析系统
重构
轨迹
压力传感器
温度传感器
系统为您推荐了相关专利信息
红外隐身材料
发射率
拉丁超立方采样
仿真软件
距离信息
肠道微生物菌群
打分算法
层次分析法
供体
计算机装置
城市排水系统
门控循环单元网络
深度学习网络
检查井
SWMM模型
多工况模型
强化学习算法
中药
矩阵
优化方法系统