面向礦用機電設備數字孿生模型的故障特征提取與識別技術
摘 要: 為滿足礦用機電設備的智能化故障診斷需求,基于數字孿生模型提出了一種故障特征提取與識別技術方案。該方案主要包括機電設備的數字孿生建模和故障特征提取與識別兩方面。通過卷積神經網絡(CNN)和長短期記憶(LSTM)網絡的混合模型完成數字孿生的建模;使用數據可視化技術和Z?score標準化方法對數據進行處理和篩選,利用小波變換方法進行故障特征提取,并設計一種基于CNN的故障識別算法。(剩余8499字)
目錄
- 零群速度導波表征薄板缺陷深度的...
- 基于深度學習的PCB缺陷檢測...
- 基于知識圖譜的電子產品調試工藝...
- 用于THz波段的帶阻型頻率選擇...
- 高頻薄膜體聲波濾波器設計方法...
- 變換器的實時計算脈寬調制方法...
- 融合GCN與Informer的...
- SpaceVPX背板交換網絡雙...
- 基于H.265/HEVC的快速...
- 硬件有限環(huán)境中低資源文本分類新...
- 基于云平臺的電動汽車電機健康監(jiān)...
- 一種高性能PCIe接口設計與實...
- 直流微電網的簡化分布式自觸發(fā)控...
- 低載波比下三電平中點電位平衡與...
- 小體積電纜管道打磨機器人控制系...
- 計及低碳?超碳需求響應的電力系...
- 多策略混合改進樽海鞘群算法的光...
- 基于改進STGCN與N?BEA...
- 考慮不確定性多航段延誤運輸的航...
- 基于小波變換增強位置編碼Tra...
- 一種面向海洋觀測數據的智能處理...
- 基于1D?ResNet的瀝青混...
- 考慮關節(jié)角加速度約束的移動機器...
- 輸入飽和約束下的機械臂軌跡跟蹤...
- 基于人工智能的大學生學業(yè)預警模...
- 基于天氣特征的高速公路交通流預...
- 面向礦用機電設備數字孿生模型的...
- 基于改進iTransforme...