【技术实现步骤摘要】
本专利技术涉及控制设备监测领域，尤其涉及结合邻接样本分析的机电设备故障监测方法、设备及存储介质。
技术介绍
1、机电设备作为工业生产中的关键设施，其运行状态影响着生产效率和产品质量。为了保障机电设备的正常运转，及时发现和预警设备的故障状况至关重要。传统的机电设备故障监测主要依靠人工经验，通过设定各种状态参数的门限值来判断设备是否存在故障。这种方法不仅效率低下，而且准确性很大程度上取决于人员的专业水平，难以适应日益复杂的工业生产需求。近年来，随着工业自动化和信息化的发展，一些研究开始尝试利用数据驱动的方法来实现机电设备故障的自动监测和诊断。这些方法通过采集和分析设备运行过程中产生的海量数据，自动构建各种状态参数的门限值，但由于工业数据的样本量有限，导致准确性和可靠性难以满足实际应用要求。
技术实现思路
1、本专利技术针对现有技术中机电设备故障监测通过人为设定各种状态门限值，或自动化设置由于工业数据样本不足，从而导致自动化故障监测的效率和准确性较低的技术问题，提供结合邻接样本分析的机电设备故障...
【技术保护点】
1.结合邻接样本分析的机电设备故障监测方法，其特征在于，应用于结合邻接样本分析的机电设备故障监测系统，所述系统与机电设备通信连接，包括：
2.如权利要求1所述的方法，其特征在于，根据所述机电设备运行控制参数进行非故障状态多级邻接搜索，获得邻接样本树，包括：
3.如权利要求2所述的方法，其特征在于，根据所述机电设备型号、所述机电设备服役时长和所述机电设备运行控制参数进行非故障状态一级邻接搜索，获得一级邻接样本，包括：
4.如权利要求1所述的方法，其特征在于，对所述邻接样本树进行递归聚合，生成机电设备标准特征矩阵，包括：
5...
【技术特征摘要】
1.结合邻接样本分析的机电设备故障监测方法，其特征在于，应用于结合邻接样本分析的机电设备故障监测系统，所述系统与机电设备通信连接，包括：
2.如权利要求1所述的方法，其特征在于，根据所述机电设备运行控制参数进行非故障状态多级邻接搜索，获得邻接样本树，包括：
3.如权利要求2所述的方法，其特征在于，根据所述机电设备型号、所述机电设备服役时长和所述机电设备运行控制参数进行非故障状态一级邻接搜索，获得一级邻接样本，包括：
4.如权利要求1所述的方法，其特征在于，对所述邻接样本树进行递归聚合，生成机电设备标准特征矩阵，包括：
5.如权利要求4所述的方法，其特征在于，对所述第一记录特征矩阵、所述第二记录特征矩阵直到所述第m记录特征矩阵进行频繁性拟合，生成第一融合特征矩阵，包括：
<...【专利技术属性】
技术研发人员：宋建华，邵芳，申海亭，李怡，徐毅，石祥，
申请(专利权)人：山东华方智联科技股份有限公司，
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。