【技术实现步骤摘要】
本专利技术涉及数据处理，具体涉及基于多源数据的电动推杆故障检测方法。
技术介绍
1、电动推杆往往承担着输送、移动等负载任务，传统阈值方式会在推杆故障已经产生异常时才能检测到异常情况，因此现有技术对于推杆工作过程中的系统状态变化识别采用ekf（拓展卡尔曼滤波）技术进行系统状态的预测情况，但丝杆工作中存在不同的工作状态，例如不同负载，不同温度等等，导致现有ekf使用全局数据建立的状态转移矩阵不能够准确反映当前推杆工作状态下的状态变化特征，而每次ekf对状态转移矩阵进行更新时当前时刻的数据波动会被全局数据变化情况进行稀释从而影响状态转移矩阵更新，导致ekf预测数据的真实性下降，从而对电动推杆故障检测产生误判。
技术实现思路
1、为解决上述问题，本专利技术提供基于多源数据的电动推杆故障检测方法。
2、本专利技术的基于多源数据的电动推杆故障检测方法采用如下技术方案：
3、本专利技术一个实施例提供了基于多源数据的电动推杆故障检测方法，该方法包括以下步骤：
4、通过传...
【技术保护点】
1.基于多源数据的电动推杆故障检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据中每个时刻的参数值和参数数据中的极值点得到每个参数数据的转移注意度，包括的具体步骤如下：
3.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据得到状态转移矩阵，包括的具体步骤如下：
4.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据的转移注意度和状态转移矩阵得到每个参数数据的累计成本矩阵，包括的具体步骤如下
5....
【技术特征摘要】
1.基于多源数据的电动推杆故障检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据中每个时刻的参数值和参数数据中的极值点得到每个参数数据的转移注意度，包括的具体步骤如下：
3.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据得到状态转移矩阵，包括的具体步骤如下：
4.根据权利要求1所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据参数数据的转移注意度和状态转移矩阵得到每个参数数据的累计成本矩阵，包括的具体步骤如下：
5.根据权利要求3所述基于多源数据的电动推杆故障检测方法，其特征在于，所述根据累计成本矩阵和参数数据的转移注意度得到每个参数数据的初始调整权值，包括的具体步骤如下：
【专利技术属性】
技术研发人员：许记伟，
申请(专利权)人：深圳市鼎赢智能装备有限公司，
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。