摘要
本发明涉及物联网生产领域,尤其涉及基于工业物联网的生产设备监控方法、系统、设备及介质,包括以下步骤:获取基于位移传感器与电涡流传感器进行组合测量得到的监控部位的耦合变化信息;耦合变化信息包括变化率信号与涡流能量信号,监控部位为目标生产设备上需进行监控的部位;获取基于相控涡流传感器得到的所述监控部位的表面特征信息;将所述耦合变化信息与所述表面特征信息进行融合,以得到综合特征信号;将所述综合特征信号输入至预设的小波神经网络预测模型,以输出所述目标生产设备的风险等级;通过物理机理驱动的特征增强与数据驱动的动态融合,突破了传统时域分析对单一信号幅值的依赖,从多维度放大了微弱损伤的跨物理场耦合效应。
技术关键词
设备监控方法
工业物联网
数字锁相放大器
神经网络预测模型
位移传感器
电涡流传感器
离散小波变换
小波神经网络预测
标准偏差分析
信号特征分析
设备监控系统
信号特征提取
三次样条插值
计算机设备
表达式
可读存储介质
评价算法
系统为您推荐了相关专利信息
电容传感电路
敏感探头
多通道
电容位移传感器
信号
面向工业物联网
运维管理系统
设备运行状态
数字孪生模型
混合网络架构
水下机器人电池
神经网络预测模型
图像
曲线
数据
校对方法
三维形状模型
偏心
电缆绝缘层
三角测量法