【技术实现步骤摘要】
本申请涉及电数字数据处理领域，特别是涉及一种基于多模态数据插补与融合的可信机械故障诊断方法、系统、设备及介质。
技术介绍
1、在工程实际应用中，传感数据的完整性和准确性对机械设备系统的运行监测和性能预测至关重要。然而，传感器失效、通信中断以及环境干扰等问题容易导致传感器数据采集异常，其中传感器数据缺失问题尤为突出。数据缺失是指部分数据缺失或丢失，使得监测传感器数据不完整，进而可能影响机械设备系统的状态监测、故障诊断与预测结果，从而降低设备的可靠性和性能。因此，需要采用有效的数据处理和插补方法以应对机械设备监测过程中的传感器数据缺失问题，提高传感器检测数据的完整性和可靠性，确保设备系统的安全稳定运行。
2、常见数据处理方法包括删除缺失值、插值法等。删除缺失值即直接将数据中的缺失值删除。这种方法适用于数据缺失不多且删除缺失值后影响较小的情况。插值法通过已知数据来估计缺失数据，该方法适用于数据缺失较多且缺失值之间存在一定关联性的情况。机器学习方法如k-近邻、随机森林等则以复杂的方式利用时间序列的统计特性实现数据插补。
...
【技术保护点】
1.一种基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，所述基于多模态数据插补与融合的可信机械故障诊断方法包括：
2.根据权利要求1所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，构建所述数据插补模型和所述数据融合模型包括：
3.根据权利要求2所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，构建L2时空生成对抗插补网络，具体包括：
4.根据权利要求3所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，所述第一设定条件为改进生成器与鉴别器达到纳什均衡。
5.根据...
【技术特征摘要】
1.一种基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，所述基于多模态数据插补与融合的可信机械故障诊断方法包括：
2.根据权利要求1所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，构建所述数据插补模型和所述数据融合模型包括：
3.根据权利要求2所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，构建l2时空生成对抗插补网络，具体包括：
4.根据权利要求3所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，所述第一设定条件为改进生成器与鉴别器达到纳什均衡。
5.根据权利要求3所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，改进生成器的损失函数表示为：
6.根据权利要求1所述的基于多模态数据插补与融合的可信机械故障诊断方法，其特征在于，将所述振动信号插补数据和所述电流信号插补数...
【专利技术属性】
技术研发人员：孔运，张洁，黄国昱，董明明，刘辉，闫清东，
申请(专利权)人：北京理工大学，
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。