基于多维特征向量和分类模型的卫通设备故障诊断方法
公开
摘要
本发明公开了一种基于多维特征向量和分类模型的卫通设备故障诊断方法，步骤为：开展卫通设备FMECA工作，得到设备严酷度为I、II类的故障模式作为试验故障注入依据，分别注入故障样本和正常样本形成数据集；将数据集划分为训练集、交叉验证集和测试集；确定训练集样本的均值、协方差矩阵；根据训练集样本的均值、协方差矩阵构建故障数据检测模型，确定模型的阈值；利用测试集样本对故障数据检测模型进行评估；创建故障分类模型的训练集，确定神经网络输入层及输出层神经元个数，对故障分类模型训练集样本进行训练；对卫通设备故障进行预测。本发明可有效利用研制过程数据对服役期内的卫通设备进行离线诊断，支撑设备全寿命周期的维护保障。
基本信息
专利标题 ：
基于多维特征向量和分类模型的卫通设备故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114298213A
申请号 ：
CN202111610321.X
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-27
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
南淑君牛南坡王妍焱张津瑞
申请人 ：
南京熊猫汉达科技有限公司
申请人地址 ：
江苏省南京市秦淮区联合村3号
代理机构 ：
南京理工大学专利中心
代理人 ：
薛云燕
优先权 ：
CN202111610321.X
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08 G06N3/12
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
