摘要
本发明涉及部件测试技术领域,揭露了一种矿山设备智能制造过程中的智能故障诊断方法及系统,所述方法包括:汇集通过多源传感器实时采集矿山设备的运行状态信息;通过时间戳将振动信号和声发射信号对齐后进行空间坐标配准,得到三维工况图谱;基于设备动力学模型对运行状态信息进行特征解耦,得到故障敏感特征集;将故障敏感特征集输入多层决策网络输出故障诊断结果及置信度评分;基于预获取的设计参数和制造工艺参数构建故障因果图,基于故障因果图中溯源置信度评分低于设定阈值的异常工艺参数,针对异常工艺参数设计修正方案;融合修正方案、故障诊断结果与三维工况图谱,构建可视化诊断报告;本发明可以提高智能故障诊断的效果。
技术关键词
矿山设备智能
智能故障诊断方法
瞬态温度场
红外热像仪
振动加速度传感器
贝叶斯网络模型
参数
Morlet小波变换
信号
图谱
工况
部件测试技术
能量分布特征
声发射传感器
齿轮箱壳体
热成像
离心力
系统为您推荐了相关专利信息
智能故障诊断方法
机械振动信号
历史数据特征
故障特征
温湿度传感器
智能故障诊断方法
电气设备
节点
高阶奇异值分解
残差矩阵
温度传感器
LSTM神经网络模型
红外热像仪
空调出风口
管理方法
缺陷智能
多任务联合学习
芯片封装
多模态特征融合
定位缺陷