摘要
本申请涉及一种基于动态权重融合的工业传感器AI自校准方法、装置、设备及介质。所述方法包括:获取目标工业传感器的采样数据和对应的环境数据;采样数据包括实时采样数据和历史采样数据;利用时序分解算法对采样数据和环境数据进行长期偏移特征提取,得到融合特征向量;根据实时采样数据和环境数据对目标工业传感器进行异常检测,得到校准需求和误差;当校准需求为结构性误差校准时,基于相似案例集的历史校准经验和误差,根据融合特征向量得到校准参数组合。采用本方法能够对当前传感器状态进行推理与校准,使得传感器在无需停机或人工介入的前提下实现自适应、自决策的性能修正,有效提高了工业系统运行的连续性、测量准确性和维护智能化水平。
技术关键词
校准需求
误差校准
偏差
分解算法
校准方法
传感器检测模块
时序
主成分分析法
传感器校准
参数
工业系统
数据获取模块
误差模型
数据处理模块
因子
系统为您推荐了相关专利信息
后向散射系数
定标方法
定标系数
概率密度函数
定标数据
智能工业机器人
纠正方法
物体运动速度
图像
加速度
优化调节方法
竹材
闭环反馈机制
液压油
多元线性回归模型