摘要
本发明涉及一种机械故障的诊断方法,目的是提供一种基于多模态融合的自动扶梯传动系统故障诊断方法,通过对原始时域信号进行处理,再经过神经网络的多轮训练,得到最终诊断结果,从而提高了对自动扶梯传动系统的故障诊断率。技术方案是:一种基于多模态融合的自动扶梯传动系统故障诊断方法,按以下步骤进行:1、数据采集以及数据预处理;2、将训练集数据输入本发明提出的神经网络模型中进行训练,同时使用验证集对训练效果进行验证;3、重复上述第二步,训练神经网络,若训练轮数已达到100轮,则停止训练;4、保存模型训练得到的网络参数,将测试集输入训练完成的神经网络中,计算准确率。
技术关键词
自动扶梯传动系统
故障诊断方法
故障类别
多模态
交叉注意力机制
自动扶梯驱动主机
分类器
训练神经网络
噪声数据
地脚螺栓
噪声传感器
训练集数据
BiLSTM模型
输入神经网络模型
数据预处理方法
振动传感器
故障诊断率
时域特征提取
频域特征提取
系统为您推荐了相关专利信息
电力负荷分解方法
多模态特征
负荷模式识别
矩阵
模糊决策
多模态
执行设备
无人机影像数据
人工智能模型
农业数据采集
粗骨料
碳化钢渣
混凝土强度预测
混凝土体积
设计约束条件