摘要
本发明涉及电参数测量与工业设备故障诊断技术领域,具体涉及一种基于数据分析的UV固化机故障检测方法,方法包括:持续采集UV固化机的电压数据点,通过电压数据点与周围数据段的均值的差异,以及与相邻电压数据点的差异确定疑似噪声因子,并结合疑似噪声因子和波动可能性计算噪声概率。在凝聚层次聚类算法的递归聚合中,以每两个簇为一组,依据组内数据点的噪声概率及距离计算得分值,根据得分值确定单链接聚合依据的一组数据点,以优化凝聚层次聚类算法,通过优化后的算法对电压数据点进行异常检测,确定UV固化机是否产生电压故障。该方法提高了UV固化机故障检测的准确性。
技术关键词
故障检测方法
电压
数据
层次聚类算法
噪声因子
UV固化机
工业设备故障诊断技术
电流值
参数
通知
系统为您推荐了相关专利信息
关键生理参数
深度学习模型
血液净化系统
滑模控制算法
分布式数据库技术
地理信息数据
无人机倾斜摄影
供电可靠性评估
遗传算法
数据获取模块
水冷机组
能耗优化方法
强化学习环境
水冷数据中心
SAC算法
飞机航电系统
离线故障诊断
神经网络参数
机器学习模型
生成对抗网络