技術(shù)指標:
(1)基于多源信息融合的異常狀態(tài)識別技術(shù):研究通過(guò)靈敏監測的動(dòng)態(tài)數據采集技術(shù)能夠準確靈敏地產(chǎn)生報警并進(jìn)行歷史數據的存儲和研究信息融合技術(shù)的理論和方法,包括信息分類(lèi)、過(guò)濾篩選、清洗、數據標準統一等技術(shù),信號信息包括:轉速、振幅、位移、壓力、溫度、電流、應變等。
(2)健康智能診斷技術(shù)路線(xiàn):包括基于概率神經(jīng)網(wǎng)絡(luò )的診斷模型、基于深度神經(jīng)網(wǎng)絡(luò )的診斷模型等。對于健康度智能診斷模型,計劃采取離線(xiàn)訓練與在線(xiàn)診斷的方式實(shí)現診斷:線(xiàn)下基于大量的歷史數據對網(wǎng)絡(luò )進(jìn)行訓練,以得到足夠性能的網(wǎng)絡(luò )作為在線(xiàn)診斷模型;在線(xiàn)是將實(shí)測數據輸入訓練后的模型,并實(shí)現不同故障或不同壽命階段的識別。
(3)形成聲、光、電等多參量傳感等新型檢測技術(shù);
(4)異常狀態(tài)檢測精度不小于80%。