摘要
本发明属于设备运维领域,具体涉及了一种用于确定设备运行状态的方法、系统及设备,旨在解决现有技术存在故障发现滞后、依赖人工经验、检查不全面、主观性强且无法实现早期预警与预测性维护的问题。本发明包括:采集声学传感器信号并进行预处理;提取包络谱、频谱能量及调制特征;将特征输入经训练的机器学习模型得到异常评分;基于最新及历史评分数据动态更新能自适应反映设备状态统计分布特性的阈值;通过评分与阈值的比较判断设备状态,异常时生成报警及维护建议。本发明实现了设备状态的智能监测与自适应诊断,实现了早期预警与预测性维护。
技术关键词
设备运行状态
声学特征
机器学习模型
能量分布特征
声学传感器
调制特征
异常状态
抑制环境噪声
支持向量机模型
包络
动态更新
高斯混合模型
历史评分数据
振动传感器
信号获取模块
传声器
无故障
撞击噪声
系统为您推荐了相关专利信息
机器学习模型
交叉验证方法
溴二苯醚
机器学习技术
模型超参数
量化评估方法
机器学习模型
时域特征
频域特征
智能穿戴设备
絮凝动力学
沥青
分子
评价油气管道
机器学习模型
语音控制系统
蓝牙音箱
物联网通信模块
云端语音识别
机器学习模型