摘要
一种面向装备状态管理的数据优化方法、智能诊断方法及系统,属于装备状态监控领域。现有的装备状态采样技术存在数据冗余、异常检测滞后及真实数据匮乏的问题。本发明包括构建状态自适应监测采样框架,动态调整样本间隔;基于状态序列转换和二值化技术,融合短时傅里叶变换、隐马尔可夫模型及故障机理的压缩方法,进行三维压缩;构建跨奈奎斯特与亚奈奎斯特空间的混合压缩策略,通过局部置换正交矩阵保持数据性质。基于频谱聚类的状态序列转换消除仿真与真实数据的幅值差异,结合脉冲神经网络与域适应技术构建迁移诊断模型;形成融合安全域状态评估的异常检测方法。本发明通过优化数据采集和处理过程,以及提升故障诊断的准确性和及时性。
技术关键词
数据优化方法
智能诊断方法
装备健康管理
异常检测方法
隐马尔可夫模型
数据压缩方法
短时傅里叶变换
放电模型
空间压缩方法
样本
动态调节方法
状态监测数据
状态监测模块
离散小波变换
序列
故障诊断模块
框架
采样技术