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