摘要
本发明公开了一种矿物分选设备贪婪可解释几何构造故障诊断方法与系统,所述方法包括:步骤一:采集矿物分选设备在不同工作时间下不同部位的数据,并对其进行预处理后得到数据集;步骤二:利用信号分析方法和统计分析方法对数据集进行特征提取和选择,筛选出鲁棒特征集;步骤三:将特征集划分为训练特征集和测试特征集,并采用贪婪可解释几何构造神经网络,基于训练特征集,建立矿物分选设备故障诊断模型;步骤四:利用构建好的故障诊断模型对测试特征集的样本进行故障类别的准确预测。本发明实现了对矿物分选设备故障的高效、精准诊断,为矿物分选设备的安全稳定运行提供了有力保障,具有较高的实用价值和创新性。
技术关键词
矿物分选设备
故障诊断方法
故障类别
故障诊断模型
测试特征
训练特征
信号分析方法
节点
概率分布函数
参数
统计分析方法
故障诊断系统
样本
冗余度
模型训练模块
网络
鲁棒性
数据处理模块
标签
系统为您推荐了相关专利信息
智能故障诊断方法
电抗器
故障诊断模型
分布特征
节点特征
数据特征提取方法
工控系统故障诊断
编码器
粒子群优化算法
智能故障诊断方法
故障分析模型
智能故障诊断方法
图像
非易失性存储介质
计算机可读指令
故障诊断方法
旋转机械
特征提取模块
分支
故障诊断模型