摘要
本发明涉及运行监控技术领域,尤其涉及基于数据融合的水浴振荡器运行监控系统及方法,本发明结合振荡频率、幅度、样品管安装情况和受力情况进行振动破碎异常分析,全面考虑了各种可能导致样品管破碎的因素,构建振荡损伤深度学习预测模型,自动提取多维数据中的非线性关系,准确分析存在夹持损伤的样品管在不均匀受力和振荡共同影响下的各方向损伤程度,结合振动破碎异常分析结果和水温变化影响分析结果进行样品管破损状态预测,综合考虑机械应力和热应力对样品管的影响,更准确地反映样品管在复杂实验环境下的实际状况,通过计算形变异常值,将振荡形变量和水温影响进行综合量化,为判断样品管是否易发生破碎提供具体量化指标。
技术关键词
水浴振荡器
样品管
深度学习预测模型
监控方法
变量
图像处理方式
受力
异常数据
图像识别技术
分析模块
神经网络模型
数据获取模块
频率
监控技术
预警模块
存储器
处理器
压力传感器
系统为您推荐了相关专利信息
人工智能系统
变量
长短期记忆网络
多模型
模型训练模块
趋势预测方法
趋势预测系统
LSTM模型
网格搜索方法
实时数据
模型预测控制方法
事件触发机制
分布鲁棒优化
自动控制系统
协方差矩阵
扩展卡尔曼滤波
协方差矩阵
电量估计方法
方程
偏差