摘要
本发明公开了基于人工智能的OLED设备故障诊断系统,涉及故障诊断技术领域,本发明包括以下步骤:通过显微摄像头实时捕获OLED像素级亮度分布,同步采集驱动电流、电压及光谱发射数据,并以驱动信号上升沿为基准对齐所有时空数据;采用自适应阈值分割定位缺陷区域,提取拓扑特征,构建包含空间属性的缺陷分布张量;融合时空与电光参数构建四阶退化张量,通过时空卷积算子耦合空间衰减权重与时间敏感函数;利用3D‑CNN分支分析微观缺陷演化,LSTM分支学习宏观退化轨迹,通过掩码矩阵交互融合双尺度特征;计算故障概率分布,生成故障定位热力图与剩余寿命预测,输出诊断报告。本发明通过构建时空特征融合的张量退化模型,增强了系统对隐性故障的敏感性。
技术关键词
设备故障诊断系统
缺陷特征提取
分支
热力图
剩余寿命预测
拓扑特征
数据采集模块
动态缺陷
驱动信号
像素
定位缺陷
退化模型
掩码矩阵
输出模块
亮度
电信号传感器
OLED面板
阈值分割算法
剩余使用寿命
系统为您推荐了相关专利信息
反演方法
大地电磁数据
反演模型
后验概率模型
地球物理数据反演
水电机组
空间聚类算法
工况
三维高斯混合模型
划分方法
数据预取方法
执行数据预取
处理器
指令
程序计数器
通道
微流控芯片
高分子聚合物
进样口
等温扩增检测