摘要
本申请提供一种用于智能吊舱的智能故障诊断方法及系统。其中,该方法通过同步采集电源线路电压波动信号与电机控制线瞬态信号,分别进行多频段特征提取和瞬态能量密度分析。基于同步触发点建立电压波动幅度与瞬态幅度的对比分析机制,计算时间差并生成含幅度阈值区间、相位关联值的复合规则。通过构建融合幅值、能量、时间差的多维度空间模型,建立故障预测规则库,最终通过特征向量匹配度识别异常点分布模式,精准定位故障类型并输出诊断结果,实现智能吊舱的故障诊断与定位。本申请提供的技术方案通过多维度信号特征融合与智能匹配算法,实现智能吊舱电源与控制系统的精准故障定位与诊断。
技术关键词
智能吊舱
异常点
智能故障诊断方法
时间序列特征
区域特征分析
幅值
时间差
电压
信号
双重约束条件
参数
多频段
智能故障诊断系统
特征描述符
聚类特征
智能匹配算法
密度分布特征
存储组件
坐标点
系统为您推荐了相关专利信息
智能故障诊断方法
样本
深度学习模型
旋转机械状态
状态监测数据
风电机组高速轴
混合深度学习模型
SCADA系统
计算机执行指令
灰色关联分析
水质监测点
深度学习神经网络模型
异常点
异常分析方法
水体