摘要
本发明涉及工业设备健康监测与故障诊断技术领域,公开了一种基于多源数据的离心泵智能检测方法及系统,其中,一种基于多源数据的离心泵智能检测方法包括:采集离心泵多源异构数据并预处理;提取多尺度特征并通过层次化特征选择构建最优特征子集;构建多层级动态贝叶斯网络建立概率推理框架;基于信号质量、特征稳定性和诊断相关性计算特征可信度权重;执行多源证据融合与贝叶斯状态推理;通过历史诊断结果反馈实现置信度自校准与参数自适应调整;本发明能有效应对工业现场复杂多变环境,在传感器部分失效或数据质量不均情况下仍保持稳定诊断性能,提高了故障诊断的准确性和可靠性,为工业设备预测性维护提供强有力技术支持。
技术关键词
智能检测方法
动态贝叶斯网络
离心泵
多源证据融合
多源异构数据
特征选择
复杂多变环境
三层网络结构
多尺度特征提取
滑动窗口方法
智能检测系统
工业设备
故障诊断技术
层级
节点
校准
退化模型
后验概率
系统为您推荐了相关专利信息
个性化学习路径
生成方法
生成系统
子模块
多源异构数据融合
应急系统
深度置信网络
电力应急管理技术
应急预案技术
场景
分块特征
调度特征
微服务架构
多源异构数据
加密数据
语音交互系统
陪伴机器人
动态贝叶斯网络
频率
信号