【技术实现步骤摘要】
本公开涉及机械设备状态监测与故障诊断领域，具体地，涉及一种旋转设备的故障诊断方法、装置、介质、设备及程序产品。
技术介绍
1、火电厂的旋转设备在能源供应领域具有重要地位。然而，长期运行和高负荷工况下，旋转设备容易遭受劣化、故障和性能下降的风险。旋转设备的故障诊断是工业设备监测领域的一个重要任务，旨在通过监测和分析设备的运行状况来预测和识别潜在的故障。
2、相关技术存在一些问题，首先，侧重于单一类型的传感器数据，如振动数据或温度数据，限制了对设备状态的全面理解；其次，对于旋转设备的故障诊断的准确率较低。
技术实现思路
1、为克服相关技术中存在的问题，本公开提供一种旋转设备的故障诊断方法、装置、介质、设备及程序产品。
2、根据本公开实施例的第一方面，提供一种旋转设备的故障诊断方法，包括：
3、获取旋转设备当前的多模态数据，所述多模态数据包括振动数据、声音数据、图像数据、温度数据以及压力数据中的任意多者；
4、对所述多模态数据进行特征提取，得到特征
本文档来自技高网...
【技术保护点】
1.一种旋转设备的故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取旋转设备的多模态数据包括以下方式中的一者或多者：
3.根据权利要求1所述的方法，其特征在于，所述故障识别模型的训练方法包括：
4.根据权利要求3所述的方法，其特征在于，对每个所述RELM模型的训练均包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本，串行训练多个RELM模型，得到训练完成的所述多个RELM模型，包括：
6.根据权利要求1-5任一所述的方法，其特征在于，所述对所述多模...
【技术特征摘要】
1.一种旋转设备的故障诊断方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取旋转设备的多模态数据包括以下方式中的一者或多者：
3.根据权利要求1所述的方法，其特征在于，所述故障识别模型的训练方法包括：
4.根据权利要求3所述的方法，其特征在于，对每个所述relm模型的训练均包括：
5.根据权利要求3所述的方法，其特征在于，所述根据所述训练样本，串行训练多个relm模型，得到训练完成的所述多个relm模型，包括：
6.根据权利要求1-5任一所述的方法，其特征在于，所述对所述多模态数据进行特征提取，得到特征向量，包括：
7.根据权利要求6所述的方法，其特征在于，所述根据所述时域特征和所述频域特征，得到所述特征向量，包括：
...【专利技术属性】
技术研发人员：段彩丽，呼浩，祁湛桐，赵勇纲，曹培庆，郭前鑫，马驰，王锋，呼志广，邬万竹，冯瑞，张宝宏，史建文，王飞，李高强，
申请(专利权)人：神华神东电力有限责任公司，
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。