一种基于多源信息的托辊故障检测系统及方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于多源信息的托辊故障检测系统及方法
申请号:
CN202411508644
申请日期:
2024-10-28
公开号:
CN119305943A
公开日期:
2025-01-14
类型:
发明专利
摘要
本发明涉及一种基于多源信息的托辊故障检测系统及方法,通过应用多种传感器收集数据,并通过深度神经网络训练数据融合模型和托辊故障诊断模型,结合温度检测装置能够迅速准确地诊断托辊的故障类型及位置。本发明解决了目前港口皮带机托辊的故障检测中主要依赖人工的定期巡检,工作量大效率低并且工作环境危险,同时巡检现场粉尘大严重危害人身体健康的问题。及时发现托辊故障可以减少设备停工时间,提高装卸效率和生产能力。降低设备运行中出现意外的风险,提高工作场所的安全性。
技术关键词
托辊故障
数据处理单元
数据采集单元
注意力模型
Kalman滤波器
深度神经网络训练
声音传感器
数据存储器
振动加速度信号
振动传感器
残差网络
傅里叶变换法
生成融合图像
皮带机托辊
连续小波变换
故障诊断模型
巡检现场