摘要
本发明公开了一种基于人工智能技术的驱动电机故障诊断方法及装置,涉及故障诊断技术领域,所述方法包括:分别在驱动电机的预设部位布设多模态的传感器,并获取多模态的传感器采集到的多维数据信号;分别对多维数据信号进行实时滤波、放大及降噪处理,后利用特征提取算法对多维数据信号进行特征提取得到多个关键特征参数;基于预设的动态加权融合算法,对多个关键特征参数进行融合得到融合关键特征参数;建立长短时记忆网络和卷积神经网络组成的混合深度网络架构,并将融合关键特征参数输入至预训练好的混合深度网络架构当中得到对应的驱动电机的故障信息。本发明解决了现有技术中驱动电机故障诊断准确性低的问题。
技术关键词
电机故障诊断方法
人工智能技术
网络架构
传感器
加权融合算法
多模态
特征提取算法
工况
通道
频域特征
移动平均滤波
变换域特征
故障诊断技术
超声波探头
信噪比
处理器
时域特征
系统为您推荐了相关专利信息
动力检测装置
传感器安装支架
识别方法
抗弯刚度
加速度
位置检测器件
闭环校准方法
动态补偿系统
分布式传感器网络
光斑
成像重构方法
多尺度注意力机制
浅层特征提取
重构模型
重构模块
人工智能AI模型
通信方法
云端数据中心
服务器
小区