System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及故障状态诊断,尤其是一种故障状态诊断与多源数据关联融合分析系统。
技术介绍
1、在我国快速发展的工业化进程中,工厂中存在着正在运转的机器,如果每一台机器都需要固定的人员去检测将非常地耗时耗力得不偿失。在现有技术中故障状态检测主要通过对机器运作视频或者照片拍摄分析,但是由于一张照片或者一个视频受其他因素影响的可能性大,并不能完全确保故障状态检测的正确性,因此本领域技术人员提出来一种故障状态诊断与多源数据关联融合分析系统,弥补了单张照片所带来的片面性导致判断失误造成的损失。
技术实现思路
1、本专利技术的目的是通过提出一种故障状态诊断与多源数据关联融合分析系统,以解决上述
技术介绍
中提出的缺陷。
2、本专利技术采用的技术方案如下:
3、提供一种故障状态诊断与多源数据关联融合分析系统,包括:
4、采集模块:用于通过人员输入的机器故障图像检测;
5、融合模块:用于根据采集模块采集的数据进行数据融合;
6、识别模块:用于根据融合模块所融合的特征进行数据库比较和识别分类,同时通过故障视频识别算法进行故障判断;
7、控制中心:用于接受各模块的信息和机器故障状态。
8、作为本专利技术的一种优选技术方案:所述采集模块中的机器故障图像包括静态机器故障图像,同时也包括机器运行时的故障视频。
9、作为本专利技术的一种优选技术方案:所述融合模块将所采集的一个机器的多个故障图像进行数据特征融合。
...【技术保护点】
1.一种故障状态诊断与多源数据关联融合分析系统,其特征在于:包括:
2.根据权利要求1所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述采集模块(100)中的机器故障图像包括静态机器故障图像,同时也包括机器运行时的故障视频。
3.根据权利要求2所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述采集模块(100)的监测装置为摄像头;所述摄像头用于根据机器运作异常时进行拍摄或者录像。
4.根据权利要求1所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述识别模块(300)中通过卷积神经网络对机器故障图像进行训练和识别。
5.根据权利要求4所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:将融合模块(200)所融合的图片进行输出,作为识别模块(300)的输入。
6.根据权利要求5所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:使用随机森林算法对图像进行分类,利用多棵决策树K1,K2,K3...KN从训练集M中随机抽取m(m<M)个作为当前内部节点的分裂特征集,选择对应基
7.根据权利要求1所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述将融合模块(200)所融合的图像作为输入向量,输入到识别模块(300)识别机器可能出现的故障并反馈给控制中心(400)最后回馈给使用人员。
...【技术特征摘要】
1.一种故障状态诊断与多源数据关联融合分析系统,其特征在于:包括:
2.根据权利要求1所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述采集模块(100)中的机器故障图像包括静态机器故障图像,同时也包括机器运行时的故障视频。
3.根据权利要求2所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述采集模块(100)的监测装置为摄像头;所述摄像头用于根据机器运作异常时进行拍摄或者录像。
4.根据权利要求1所述的故障状态诊断与多源数据关联融合分析系统,其特征在于:所述识别模块(300)中通过卷积神经网络对机器故障图像进行训练和识别。
5.根据权利要求4所述的故障状态诊断与多源数据关联融合分析系统...
【专利技术属性】
技术研发人员:岳科宇,郑宇,高峰,张广新,刘彦德,李生洋,王涤非,袁志成,
申请(专利权)人:国网吉林省电力有限公司辽源供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。