摘要
本发明涉及设备监测技术领域,尤其涉及一种水闸启闭设备的损耗和疲劳监测方法。所述方法包括以下步骤:通过振动传感器、温度传感器和声发射传感器同步采集多模态时序数据,其中,多模态时序数据包括振动信号、温度信号与声发射信号;对振动信号进行小波包分解,提取预设频段的能量占比作为振动能量特征;计算温度信号的滑动窗口的温升速率和局部极差作为温度特征;对声发射信号提取梅尔频率倒谱系数作为声学特征;将振动能量特征、温度特征和声学特征按时间步拼接为多维时序特征矩阵。本发明通过利用隐马尔可夫模型求解最大概率状态转移路径,实现了对设备损耗和疲劳状态的精准识别与预测。
技术关键词
疲劳监测方法
启闭设备
梅尔频率倒谱系数
隐马尔可夫模型
滑动窗口
声学特征
转移概率矩阵
时序特征
水闸
振动传感器
信号
剩余使用寿命
多模态
泥沙含量传感器
超声波水位传感器
损耗
速率
检测温度传感器
设备监测技术
系统为您推荐了相关专利信息
图像位置标定方法
极值
摄像设备
地面
三角剖分算法
网络流量识别方法
检测网络流量
模糊推理
指数平滑预测
保障通信网络
电池故障诊断方法
电池模组
故障特征提取
电池故障诊断系统
实时数据
无人机图传视频
GAN模型
生成对抗网络
深度学习特征提取
三次样条插值算法