【技术实现步骤摘要】
本专利技术涉及钻孔机故障识别，尤其涉及一种基于多模态数据融合的面向钻孔机故障识别任务的方法。
技术介绍
1、随着多模态时序学习算法的快速发展，这类算法可以实际解决工程问题，已经在很多故障分析的任务中使用。
2、钻孔机是印刷电路板pcb制作加工中的重要设备，钻孔机负责在pcb板上打下指定的深度的孔。目前，由于电子元件越来越小，印刷电路板越来越异构，越来越柔性化，所以各种新的故障也越来越多，传统的一些基于力反馈的方法已经无法满足对钻孔机加工过程中故障识别的需求。在对钻孔机加工过程中进行故障识别的工作中，需要带有标签的故障样本数据，工作人员只能对出现故障后的时序样本，进行打标签，工作量大且工作效率低。
3、综上所述，提出一种利用多模态时序学习算法能够对钻孔机故障分析，并进行故障预测的面向钻孔机故障识别任务的方法是十分有必要的。
技术实现思路
1、本专利技术的目的在于提供一种基于多模态数据融合的面向钻孔机故障识别任务的方法，实现利用多模态时序学习算法能够对钻孔机故障分析，并
【技术保护点】
1.一种基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，在数据处理，将图像、音频、力反馈数据转换为统一的视频、音频梅尔图谱Va、力反馈梅尔图谱Vf三个视频流的步骤中，转换过程为：
3.如权利要求1所述的基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，在特征提取，提取视频特征、音频特征和力反馈数据特征，并定向到三个不同的双模态融合模块的步骤中，提取过程为：
4.如权利要求2所述的基于多模态数据融合的面向钻孔机...
【技术特征摘要】
1.一种基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，包括如下步骤：
2.如权利要求1所述的基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，在数据处理，将图像、音频、力反馈数据转换为统一的视频、音频梅尔图谱va、力反馈梅尔图谱vf三个视频流的步骤中，转换过程为：
3.如权利要求1所述的基于多模态数据融合的面向钻孔机故障识别任务的方法，其特征在于，在特征提取，提取视频特征、音频特征和力反馈数据特征，并定向到三个不同的双模态融合模块的步骤中，...
【专利技术属性】
技术研发人员：黄嘉泽，季国辉，徐志芃，
申请(专利权)人：南京大量数控科技有限公司，
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。