提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故障信息以及相似故障㊂经实验分析验证,故障诊断准确率平均达到95.03%,同时系统通过基于融合故障链的知识图谱...
本发明公开了一种基于知识和数据融合驱动的设备故障诊断方法包括下述步骤:S1.收集有关诊断目标设备的设备机理知识和设备运行数据;S2.提取设备机理知识中的分类指标,并进行组合得到图谱的规则节点;S3.将规则节点作为分类依据,对设备运行数据进行标注;S4.通过改进的长短时记忆网络模型进行分类,抽取规则节点间关系;S5.将规...
传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况,多故障类型的设备故障问题.针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展...
本发明公开了一种基于知识和数据融合驱动的设备故障诊断方法包括下述步骤:S1.收集有关诊断目标设备的设备机理知识和设备运行数据;S2.提取设备机理知识中的分类指标,并进行组合得到图谱的规则节点;S3.将规则节点作为分类依据,对设备运行数据进行标注;S4.通过改进的长短时记忆网络模型进行分类,抽取规则节点间关系;S5.将...
一种基于知识和数据融合驱动的设备故障诊断方法Traditional equipment fault diagnosis methods were typically based on single mechanism knowledge or operational data. It was difficult to solve multi-complex working conditions, multi-fault types of equipment failure issues. In response to the...