基于特征融合的风机齿轮箱动态集成故障检测方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于特征融合的风机齿轮箱动态集成故障检测方法及系统
申请号:CN202511080573
申请日期:2025-08-04
公开号:CN120579151B
公开日期:2025-09-23
类型:发明专利
摘要
本申请提供了基于特征融合的风机齿轮箱动态集成故障检测方法及系统,涉及数据处理技术领域,该方法包括:得到各个初步特征集;对所述各个初步特征集进行特征与特征、特征‑故障非线性关系量化,得到各个初筛特征集;分析各个初筛特征集中每个特征的贡献度,执行特征精筛,生成各个精筛特征集;调用多代理集成故障检测系统,基于所述各个精筛特征集执行自底向上的多层代理信息共享和协同决策,生成风机齿轮箱故障检测信息。通过本申请解决了现有技术中由于缺乏对特征的深度挖掘,且依赖单机诊断系统,导致故障检测准确性不高的技术问题,通过构建多代理集成故障检测系统,显著降低误报率、漏报率,达到提升故障检测准确性的技术效果。
技术关键词
风机齿轮箱 集成故障 深度特征提取 故障分析模型 一维卷积神经网络 故障记录数据 频域特征 非线性 动态 冗余特征 融合注意力机制 故障检测模块 系统级 传感器 关系 决策 特征提取模块
系统为您推荐了相关专利信息
像素 图像缩放 序列 识别方法 坐标
全局定位方法 关键帧 地图数据库 二维卷积神经网络 车载传感器
建筑幕墙 实时监测方法 状况监测 无线传感器网络 实时监测系统
电力线路故障监测 故障分析模型 线路故障分析 可读存储介质 电子设备
高密度电法 探地雷达数据 模块 输入端 白蚁巢穴