摘要
本发明属于作业安全监测技术领域,涉及一种高空作业安全绳智能监测系统及方法,该方法通过采集安全绳各关键受力点的应变信号,采用滑动窗口动态统计与变分模态分解结合的复合降噪方法对应变信号进行自适应降噪预处理,构建机器学习模型并进行训练,训练时采用基于应变极值分布的权重初始化策略,采用动态稀疏正则化方法进行模型参数优化,采集实时应变信号,经过自适应降噪预处理后,输入训练合格的机器学习模型预测预测应变值;根据当前作业高度、运动状态动态调整安全阈值基准,将预测应变值与安全阈值基准比较并发出预警信号。本发明提高了对复杂负载和极端工况下的适应能力,提高了监测预警的精度。
技术关键词
智能监测方法
稀疏正则化方法
滑动窗口
卷积特征
融合特征
智能监测系统
构建机器学习模型
注意力机制
作业高度
输出特征
信号
计算机可执行指令
时序特征
动态
降噪方法
噪声抑制
多尺度
通道
系统为您推荐了相关专利信息
深度学习网络模型
网络拓扑结构
模态特征
数据处理模块
注意力机制
数据传输方法
QoS等级
滑动窗口
仓库门
数据采集频率
分层注意力
异常数据
深度特征学习
预警方法
贝叶斯模型
概率密度函数
数据分布特征
动态称重
历史监测数据
基准