摘要
本发明公开了一种工业物联网设备的维保信息故障检测方法及系统,方法包括:通过工业物联网设备内置的多个传感器采集维保任务预设时段内的设备运行数据,并对设备运行数据进行预处理;根据预处理后的运行数据通过深度自编码器和多尺度特征处理,得到高维特征融合矩阵;将高维特征融合矩阵输入至预设故障检测模型中,输出维保任务的故障检测结果,预设故障检测模型由支持向量机和决策树模型进行组合构建。本发明通过将深度自编码器提取的低维特征与多尺度特征相结合,能够捕捉数据中的全局和局部信息,提高特征提取的全面性,之后通过由支持向量机和决策树模型构建预设故障检测模型,可实现设备故障的早期预警和精确定位,减少生产中断和维护成本。
技术关键词
工业物联网设备
故障检测模型
设备运行数据
小波变换矩阵
决策树模型
高通滤波器
故障检测方法
维保
低通滤波器
多尺度特征
故障检测系统
小波滤波器
拉格朗日
编码器
支持向量机
故障检测模块
样本
系统为您推荐了相关专利信息
智能故障检测
信号特征
非线性特征
预处理集成电路
非线性动力学特性
工业物联网设备
数据交互方法
伪随机数生成器
工业设备
标识
信号采集传感器
深度卷积神经网络模型
动作传感器
生理
预警方法
数字相控阵
故障检测模型
信号特征
故障检测方法
无故障
电力交易数据
交易数据安全
加密数据
数据加密
密钥