摘要
本发明属于故障预测技术领域,提供了纺纱车间设备的状态监测方法及监测系统。所述方法包括:将纺纱车间设备的第一功能列表与关联的第一知识图谱进行匹配分析,得到第二功能列表和第三功能列表;采用生成对抗网络对与第二功能列表对应的小样本故障数据进行数据增强,得到第一故障样本数据;基于跨设备的故障特征元知识库,采用元学习算法对与第三功能列表对应的小样本故障数据进行特征增强和数据扩展,得到第二故障样本数据;采用第一故障样本数据和第二故障样本数据对第一知识图谱进行扩展,得到第二知识图谱,基于第二知识图谱对该纺纱车间设备进行故障预测。本发明基于生成对抗网络和元学习算法知识图谱的扩充,可提升故障预测的泛化能力。
技术关键词
纺纱车间设备
故障特征
生成对抗网络
状态监测方法
元学习算法
样本
数据
设备运行参数
列表
图谱
状态监测系统
矩阵
时域特征
频域特征
计算机存储介质
设备特征
计算机程序产品
故障预测技术
复杂度
处理器
系统为您推荐了相关专利信息
钻孔攻牙机
故障识别方法
识别神经网络
振动传感器
二维卷积神经网络
可见光图像
图像转换方法
生成对抗网络
误差方法
双编码器
可倾瓦滑动轴承
故障在线监测方法
多元经验模态分解
声发射
长短期记忆神经网络
融合特征
光缆故障定位方法
故障特征
光缆故障定位系统
拆分算法
协同运行控制方法
控制中心
控制单元
数据交互通道
云平台