[发明专利]一种制造大数据健康信息的智能解析方法

摘要

本发明公开了一种制造大数据健康信息的智能解析方法，本发明针对历史制造大数据“碎片化”，通过多源信号重采样、时‑频联合分析、变粒度分析与维度转换等数据规整算法，建立设备监测大数据的质量评价指标、数据提纯算法、反褶积网络等，实现大数据提纯和复杂故障特征的自适应提取，旨在实现制造大数据健康信息的智能解析与表征技术。结合深度学习理论，探寻制造过程多种健康状态与其监测信号之间因果关系，建立在轨制造过程健康状态的深度识别模型，克服传统浅层识别模型确诊率低、鲁棒性差等先天缺陷，全面描述制造过程机电设备的健康状态，实现多标记故障的智能识别，从而实现制造过程健康状态的深度学习与智能识别技术。

主权项

1.一种制造大数据健康信息的智能解析方法，其特征在于：包括以下步骤101、多源信号重采样：从待监控工业机电设备接收多个时间交织输入信号；通过使用多个时间交织滤波系数对所述交织输入信号中的每一个交织输入信号进行并行滤波来生成多个滤波信号；以及将多个分组的所述多个滤波信号相加成多个信号流；其中，所述多个分组中的每个分组包括多个滤波信号成员，每个滤波信号成员来自所述多个时间交织输入信号中的不同交织输入信号；102、时‑频联合分析：获取目标滤波信号以及非目标滤波信号的各自集中频段；根据集中频段，对模拟量信号进行整流前滤波，获得混合信号A与混合信号B；所述的混合信号A包含大部分的目标滤波信号和少部分的非目标滤波信号，而背景噪声信号则被抑制；所述的混合信号B则包含少部分的目标滤波信号和大部分的非目标滤波信号，且背景噪声信号也被抑制，分别对混合信号A的幅值信号及混合信号B的幅值信号赋予相应的权值，并进行求和，得到处理后的健康信号。