[发明专利]一种基于噪音深度学习的无人机故障预测诊断系统及方法在审
| 申请号： | 201810398837.4 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108597057A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 孙善宝;于治楼;金长新 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G07C5/00 | 分类号： | G07C5/00;G07C5/08;G06K9/62;B64F5/60 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 孟峣 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于噪音深度学习的无人机故障预测诊断系统及方法，包括云端中心，由服务器搭建而成，完成无人机噪音数据的深度学习训练，并将无人机的噪音进行分类，识别出具体故障；无人机模块，在无人机模块中配置有网络通信单元、计算单元、存储单元和噪音采集单元，噪音采集单元用于获取无人机的噪音数据；网络通信单元用于实现无人机模块与云端中心的通信连接；计算单元用于确定噪音对应的故障；存储单元用于存储数据。本发明的一种基于噪音深度学习的无人机故障预测诊断系统及方法与现有技术相比，能够综合其它因素结合声音深度学习模型进行预测性维护，提前故障预警和定位故障位置，实用性强，适用范围广泛，具有很好的推广使用价值。 | ||
| 搜索关键词： | 噪音 故障预测 诊断系统 网络通信单元 采集单元 存储单元 计算单元 噪音数据 云端 学习 定位故障位置 服务器搭建 预测性维护 存储数据 故障预警 通信连接 学习训练 分类 配置 | ||
【主权项】：
1.一种基于噪音深度学习的无人机故障预测诊断系统，其特征在于，包括，云端中心，由服务器搭建而成，完成无人机噪音数据的深度学习训练，并将无人机的噪音进行分类，识别出具体故障；无人机模块，在无人机模块中配置有网络通信单元、计算单元、存储单元和噪音采集单元，其中噪音采集单元用于获取无人机的噪音数据；网络通信单元用于实现无人机模块与云端中心的通信连接，实现采集的噪音数据上传至云端中心，同时将云端中心的深度学习训练结果发送给无人机，再通过计算单元确定噪音对应的故障，及时发出故障报警及故障定位；存储单元用于存储采集的数据及云端中心发送来的数据。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810398837.4/，转载请声明来源钻瓜专利网。
