摘要
本发明公开了一种医用X射线设备故障预测性维护系统,涉及医用设备维护技术领域。包括多源数据获取模块、特征构建模块、耦合退化建模模块、风险判定模块及维护策略生成模块。本发明基于电压畸变率、电流谐波分量、温度场梯度,通过小波阈值法去噪后提取电压畸变率标准差、电流谐波总畸变系数、温度梯度变化率,融合为特征向量;结合长短期记忆网络与贝叶斯网络,计算多参数耦合的综合退化指标;随后构建多参数特征空间,通过无监督学习方法输出综合风险等级;最终基于风险等级与优化算法生成针对性维护策略。本发明实现了医用X射线设备故障的精准预测与智能维护,减少突发故障,降低维护成本,提升设备运行可靠性与诊疗安全性。
技术关键词
医用X射线设备
无监督学习方法
多参数
小波阈值
光纤布拉格光栅传感器
长短期记忆网络
数据获取模块
风险
谐波
泡克尔斯效应
巨磁阻传感器
策略
噪声抑制
晶体折射率
电流
硬阈值函数
生成特征向量
模式识别
数据融合算法
系统为您推荐了相关专利信息
原油储罐
浮顶
分布式光纤应变传感器
多参数实时监测
多模态传感器
智能辅助监测
生物力学模型
个性化特征
状态诊断
数据处理模块
传感芯片
微流控结构
多通道
电极阵列结构
阻抗谱法
配水方法
温度补偿系数
多参数
下开式闸门
模糊控制算法
影像
计算方法
离散小波变换
小波阈值去噪方法
加性噪声