一种多源异构数据驱动的大型旋转机械故障诊断方法.pdf
是你****优呀
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种多源异构数据驱动的大型旋转机械故障诊断方法.pdf
一种多源异构数据驱动的大型旋转机械故障诊断方法,其先在同一时刻采集低频振动信号、中频振动信号、温度信号构成的一维数据,以及运行图像构成的二维数据,再通过贝叶斯定理将一维数据、二维数据融合以获得甲诊断结果,同时,依据低频振动信号、中频振动信号获得乙诊断结果,依据温度信号获得丙诊断结果,然后对甲诊断结果、乙诊断结果、丙诊断结果按照加权求和法进行求和,以获得最终诊断结果,若最终诊断结果大于等于0.5,则判断故障,若小于0.5,则判断无故障。本设计不仅监测信号多重,而且故障诊断效果较好。
大型旋转机械多源异构数据特征提取方法及故障诊断方法.pdf
本发明提供了一种大型旋转机械多源异构数据特征提取方法及故障诊断方法,该多源异构数据特征提取方法,针对大型旋转机械关联的文本数据、表格数据和时序数据分别采用不同的数据特征编码方式,通过对文本数据和表格数据做分句和分词处理后进行词嵌入编码,通过对时序数据做分段切割后进行自编码,使得文本数据、表格数据和时序数据都被转换为统一数据维度的编码向量形态,作为各自的特征表征向量,并且较好的保留了三者各自所携带的运行状态信息和维护价值信息,进而使得三者的编码向量能够在统一数据维度下进行进一步的拼接融合及降维编码处理,作为
基于多源异构数据的转子故障诊断方法及装置.pdf
本发明提供一种基于多源异构数据的转子故障诊断方法及装置,属于深度学习领域。采用的技术方案先后包括如下步骤:首先搭建转子测试台,采用CD磁电式速度传感器采集振动信号,采用Fotric626型红外热像仪采集热图像数据;然后对多源异构数据进行预处理,包括数据集划分及数据标准化处理;接着搭建多源异构特征提取网络,该网络由多层卷积及特征交互模块堆叠构成,在此基础上构建全局特征融合模块,实现浅层特征与深层特征的融合处理;最后构建转子故障分类器,实现转子故障诊断。实验结果表明,该方法及装置故障诊断结果精度较高,可以准确
一种多源异构的数据融合方法及装置.pdf
本申请涉及一种多源异构的数据融合方法及装置,涉及数据处理技术领域,方法包括:获取待融合数据,对待融合数据中各字段赋予不同的权重算子,根据预先设定的数据关联规则和待融合数据中各字段的权重算子对待融合数据进行关联融合,得到待处理数据,最后对待处理数据进行标准化处理。本申请中综合考虑多种因素,对待融合数据中各字段赋予不同的权重算子,如对预期准确度高的字段赋予相对较高的权重算子,对预期准确度低的字段赋予相对较低的权重算子,在进行关联融合时使融合数据对数据的紧密依赖程度更高,从而得到的融合数据更加准确、可靠。
多源异构数据融合优化方法.pdf
本发明公开了一种多源异构数据融合优化方法,包括如下步骤:A)对数据实例、类别和属性进行提取和分析,建立词库和短文本库;B)从互联网获取多源异构数据;C)对多源异构数据进行规范化处理,生成短文本;短文本有多个词构成,规范化处理包括分词和去除停用词;D)将短文本作为待匹配短文本,将待匹配短文本与短文本库中存储的短文本进行匹配,得到短文本匹配结果;E)根据短文本匹配结果对数据进行融合,建立大数据内容模型,得到数据融合结果;F)对数据融合结果进行评价,得到评价结果;评价结果包括优、良、中和差。本发明能建立完整性、