摘要
本发明涉及燃烧设备状态监测技术领域,具体地说,本发明涉及基于振动与噪声融合分析的燃烧状态监测方法及系统,方法通过振动传感器与宽频噪声传感器实时采集燃烧信号,经降噪滤波提取特征频段,采用FPGA硬件级时钟同步实现双模态信号时间对齐,构建振动‑噪声联合特征矩阵并多维耦合,通过混合深度学习模型生成燃烧状态特征向量,依托双模态置信度加权决策判定燃烧状态,中断时生成联动控制指令,系统含信号采集同步单元、特征融合与建模单元、状态决策与指令生成单元以及安全联动执行单元,执行方法并激活备用安全系统,解决双模态数据不同步、监测精度不足问题,提升燃烧状态监测准确性与安全响应效率。
技术关键词
燃烧状态监测
噪声特征
振动特征
双模态信号
频率衰减梯度
降噪滤波
长短期记忆网络
噪声频谱
深度学习模型训练
宽频噪声
幅值
高精度振动传感器
混合深度学习模型
时钟同步
高频段
因子