摘要
本申请实施例提供的旋转机械设备的诊断预测方法、电子设备、存储介质及程序产品,通过监测目标设备的第一振动信号和第二振动信号,且第一振动信号和第二振动信号相位相差预设角度,同步捕获不同空间位置的振动特性,显著提升对故障诊断预测的敏感性。进一步的,通过确定第一振动信号对应的第一循环谱密度数据以及第二振动信号对应的第二循环谱密度数据,能够有效提取振动信号中的周期性调制特征,避免了单一相位数据的信息缺失。再通过构建目标设备的特征组合数据,以全面的表现目标设备的状态信息,并采用已训练至完成的故障诊断模型,对目标设备进行故障诊断,提高了对旋转机械设备诊断预测的准确性。
技术关键词
故障诊断模型
密度
旋转机械设备
诊断预测方法
故障诊断模块
计算机执行指令
组合图像数据
信号
序列
调制特征
电子设备
处理器
可读存储介质
转子
计算机程序产品
数据采集模块
预测装置
存储器
系统为您推荐了相关专利信息
主动学习验证
波动特征
风险
指纹特征
增量学习算法
应力应变关系
神经网络结构
智能预测方法
速率
变量
匹配追踪算法
强化学习模型
采样点
重构
信号特征
刀具清洗设备
电气控制系统
电源供配
主控模块
液体输送模块
配电自动化终端
故障检测方法
网络拓扑数据
多模态传感器
神经网络模型