摘要
本发明提供一种用于增材制造设备气密性的故障诊断方法,通过传感器采集设备舱体的数据,结合深度学习算法,实现泄漏的检测和定位,适合动态生产环境,能够及时发现问题,减少停机时间并定位泄露故障的大致方向和位置,不仅保障设备制造过程的稳定性和安全性,更为工艺参数的动态优化提供了数据支撑,使得增材制造质量控制从经验驱动向数据驱动的转变。
技术关键词
故障诊断方法
排气管道
进气管道
电磁阀
深度学习网络
滑动窗口
漏气故障
特征数据提取
流量计
压力传感器
舱体
传感器采集设备
Softmax函数
故障类别
局部空间特征
泄露故障
深度学习算法
多源特征
系统为您推荐了相关专利信息
牵引整流器
开路故障诊断方法
特征迁移学习
训练集数据
电力电子故障诊断
智能故障诊断系统
故障诊断模型
轮船
智能故障诊断方法
备品备件管理
自动检测装置
减压器
测试头
流量检测单元
隔绝式压缩氧自救器