【技术实现步骤摘要】
本专利技术涉及故障诊断,尤其涉及一种3d打印机故障诊断方法、装置、设备及介质。
技术介绍
1、3d打印机的上位机可以收集设备的各项参数,并对收集到的参数进行存储和展示。设备的运行会由于硬件老化、耗材使用等原因,引发异常或故障。在设备出现异常或故障时,用户会联系生产商,要求提供技术支持来修复设备。生产商的售后人员会根据机器故障时的行为、状态以及设备上位机收集到的参数对问题进行分析并设计合理的方案进行修复。
2、常用的分析方式是通过对比设备正常运行时的参数和出现异常时的参数,找出不同点并以此为根据分析出故障原因。尽管这种方式行之有效,但是单纯依靠人力排查的方式,需要耗费较长的检修时间,尤其对于构造复杂的设备,当问题的原因不是单一组件引起时,排查过程需要反复查找问题和调试,因而设备故障诊断的效率低下,且需要额外的人工成本。
技术实现思路
1、本专利技术提供了一种3d打印机故障诊断方法、装置、设备及介质,能够基于故障诊断模型实现对3d打印机故障的高效准确诊断,有效提高了故障诊断效率,同
...【技术保护点】
1.一种3D打印机故障诊断方法,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,相邻两个历史检测时刻之间的时间长度相同;
3.根据权利要求2所述的方法,其特征在于,对所述候选运行数据矩阵进行归一化处理得到目标运行数据矩阵,包括:
4.根据权利要求1所述的方法,其特征在于,基于所述目标运行数据矩阵对预设卷积神经网络模型进行训练,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述目标运行数据矩阵以及所述目标运行数据矩阵对应的故障标签对预设卷积神经网络模型进行训练,包括:
6.根据权利
...【技术特征摘要】
1.一种3d打印机故障诊断方法,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,相邻两个历史检测时刻之间的时间长度相同;
3.根据权利要求2所述的方法,其特征在于,对所述候选运行数据矩阵进行归一化处理得到目标运行数据矩阵,包括:
4.根据权利要求1所述的方法,其特征在于,基于所述目标运行数据矩阵对预设卷积神经网络模型进行训练,包括:
5.根据权利要求4所述的方法,其特征在于,根据所述目标运行数据矩阵以及所述目标运行数据矩阵对应的故障标签对预设卷积神经网络模型进行训练,包括:
【专利技术属性】
技术研发人员:刘硕,
申请(专利权)人:苏州闪铸三维科技有限公司,
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。