公开(公告)号：CN113569486A

公开(公告)日：2021-10-29

申请号：CN202110876571.1

申请日：2021-07-30

Applicant: 安徽容知日新科技股份有限公司

Inventor： 王勇 ,  汪湘湘 ,  陈浩 ,  许启发 ,  程启亮

IPC: G06F30/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F111/08

Abstract: 本发明公开了一种工业设备的故障检测方法，在计算设备中执行，该方法包括：获取待检测设备运行时预设时长内的振动数据的频谱；将振动数据的频谱进行归一化处理，得到振动数据的归一化频谱；将振动数据的归一化频谱输入到训练好的故障检测模型中进行处理，得到待检测设备的故障类别。其中，故障检测模型基于度量元学习模型构建。这样，在小样本情况下本发明的故障检测方法也可以获得很好的故障检测效果，从而可以提高小样本下故障检测的准确率。

公开(公告)号：CN119598372A

公开(公告)日：2025-03-11

申请号：CN202411657917.9

申请日：2024-11-19

Applicant: 安徽容知日新科技股份有限公司

Inventor： 程启亮 ,  朱非白 ,  方敏 ,  宗承治 ,  汪湘湘

IPC: G06F18/2433 ,  G06F18/2415 ,  G06F18/2131 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/084 ,  G07C3/00 ,  G06N3/0985

Abstract: 本发明的实施例提供了一种设备启停状态分类模型训练方法、设备启停状态分类方法、电子设备及存储介质，涉及工业监测技术领域。通过获取机械设备多个样本数据，样本数据按预设频率进行采集，每个样本数据包括同一时刻的磁通波形、振动波形以及机械设备的真实启停状态，对各样本数据进行预处理，得到多个样本集，样本集包括采集时刻连续的多个样本数据，依次将各样本集输入设备启停状态分类模型进行训练，直至设备启停状态分类模型达到预设条件。从而能够使用训练好的设备启停状态分类模型对机械设备的启停状态进行实时监测。