深度学习算法的机电设备工作状态检测

• 作者: 徐永财
• 来源期刊: 电子测量技术
• 学科: 交通运输
• 关键词: 深度学习算法 机电 设备 工作状态 检测 小波去噪
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 研究与设计
• 页码范围: 34-38
• 页数: 5页
• 分类号: U664.1
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1904065

摘要

机电设备属于施工过程里的核心设备,由于操作、加工等环境因素会导致零部件发生磨损或者故障问题,所以,设备保持正常的工作状态才可以保证企业正常的生产.为此,提出基于深度学习算法的机电设备工作状态检测方法,通过小波去噪方法在监测的机电设备运行数据里去除噪声部分,获取机电设备工作状态原始数据,基于该数据,采用基于深度学习算法的机电设备工作状态检测方法,判断机电设备工作状态故障与否.实验结果表示,所提方法不受机电类型的约束,不同检测目标下,检测效果较好,且在噪声的干扰下,该方法对机电设备工作状态查准率高达98.99％,检测性能高于对比方法.