买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本申请公开了一种基于孪生数据多域挖掘的装备部件状态可信感知方法，涉及多源传感数据融合领域。基于孪生数据多域挖掘的装备部件状态可信感知方法包括：获取装备部件运行过程的多源传感数据；利用无监督变分自编码器将多源传感数据转换为结构化变量；利用工作状态识别模型，确定处于工作状态的多源传感数据，并将其转换为二维图像数据；对二维图像数据进行时空特征提取，根据时空关联深层特征，对处于工作状态的多源传感数据进行质量评估，剔除其中的异常传感特征，根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知。本申请实现了孪生传感特征的高质量快速抽取，进而提高了装备部件状态感知分析的准确性和时效性。

主权项：1.一种基于孪生数据多域挖掘的装备部件状态可信感知方法，其特征在于，所述基于孪生数据多域挖掘的装备部件状态可信感知方法包括：获取装备部件运行过程的多源传感数据；所述多源传感数据包括振动数据、电流数据、力数据和声发射数据；利用无监督变分自编码器将所述多源传感数据转换为结构化变量；根据结构化变量，利用工作状态识别模型，确定处于工作状态的多源传感数据；所述工作状态识别模型通过对包含多个卷积层的深层卷积神经网络进行训练获得；将处于工作状态的多源传感数据转换为包含时频域特征的二维图像数据；利用长短期图神经网络对包含时频域特征的二维图像数据进行时空特征提取，获得时空关联深层特征；根据时空关联深层特征，利用传感数据质量评估模型对处于工作状态的多源传感数据进行质量评估，剔除处于工作状态的多源传感数据中的异常传感特征，获得异常传感特征剔除后的多源传感数据；所述传感数据质量评估模型通过对支持向量机进行训练获得；根据异常传感特征剔除后的多源传感数据进行装备部件状态的感知；所述长短期图神经网络包括：标准卷积、多个长短期图卷积模块、图学习模块和输出模块；多个长短期图卷积模块依次连接；所述长短期图卷积模块包括时间卷积模块和图卷积模块，时间卷积模块的输出端与图卷积模块的输入端连接；图卷积模块用于处理各二维图像数据之间的空间关联特征；时间卷积模块用于增强各二维图像数据中的时间序列关系； 标准卷积与依次连接的多个长短期图卷积模块中的第一个长短期图卷积模块中的时间卷积模块连接，标准卷积用于将输入投影到隐空间；图学习模块分别与每个所述图卷积模块连接，图学习模块用于学习图卷积模块中的图邻接矩阵，相邻两个长短期图卷积模块中的时间卷积模块的输入端进行残差连接，相邻两个长短期图卷积模块中的时间卷积模块的输出端进行跳跃连接后与输出模块连接。

全文数据：

权利要求：

百度查询： 浙江大学 基于孪生数据多域挖掘的装备部件状态可信感知方法