摘要
本发明公开了一种电动阀门执行机构用故障诊断方法及诊断系统,该方法包括:通过抗EMI多源传感器同步采集信号;采用复Morlet小波包分解提取1.2‑2.4kHz能量熵最小频带,计算峭度指标;通过变分模态分解分离电流3次谐波,计算三次谐波总畸变率;构建12维特征的图注意力网络,通过多头注意力机制加权融合;轻量化CNN输出故障类型,当置信度小于0.9时触发知识图谱规则引擎;基于历史诊断聚类结果更新阈值,联邦学习聚合边缘模型参数。系统包括:晶圆级微应变传感层、FPGA加速的边缘计算层、支持联邦学习的云端平台、AR维修引导及区块链存证模块。早期故障检出率提升,强EMI下误报率降低,平均修复时间缩短。
技术关键词
故障诊断方法
执行机构
谐波畸变率
机械振动信号
多头注意力机制
区块链存证
轻量化卷积神经网络
加权平均模型
平均修复时间
霍尔电流传感器
多模态传感器
声发射传感器
故障诊断系统
图谱
故障实体
谐波特征
存储故障
聚类
系统为您推荐了相关专利信息
故障诊断方法
训练深度学习模型
滑动窗口算法
故障类别
Softmax函数
话题
文本特征向量
拓扑结构特征
文本内容特征
矩阵