摘要
本发明涉及矿用设备故障诊断技术领域,尤其涉及一种基于多模态感知的矿用设备故障诊断方法,包括:在矿用输送机运行过程中,实时监测并获取托辊上若干预设点位的多模态数据,所述多模态数据包括温度、振动信号、应力参数,以及图像信息;根据第一运行条件下各监测点位的综合安全指数随时间的变化曲线确定故障风险指数,并根据故障风险指数判定设备是否存在故障;在设备存在故障的条件下,根据第一预设时长下的异常信号的时空耦合系数确定是否为皮带存在故障;确定皮带异常点位,并根据皮带异常点位的动态形变指数确定存在故障的原因;基于皮带磨损量确定故障等级并获得故障诊断结果。本发明提高了矿用设备故障诊断的精准度和效率。
技术关键词
故障诊断方法
矿用设备
多模态
指数
故障诊断策略
皮带
异常信号
监测点
矿用输送机
风险
异常状态
故障诊断技术
托辊
动态
曲线
图像分析
数据
应力
频率
系统为您推荐了相关专利信息
情感类别
融合特征
文本
长短期记忆网络
注意力模型
智能家具设计
AI大数据
数据采集模块
强化学习算法
数据处理模块
动态评估方法
内容生成方法
注意力
虚拟现实场景
眼动数据
广告文案生成方法
数据
视频
识别知识库
特征向量空间
敏感信息识别方法
图片
BERT模型
识别敏感信息
二分类器