基于人工智能的机泵类设备状态监测与故障诊断方法
本发明提供了一种基于人工智能的机泵类设备状态监测与故障诊断方法,涉及数据处理技术领域,包括:基于预先设置的振动传感器获取目标类别的机泵设备的振动信号,并进行标注;基于预先设置的双通道特征提取模型提取振动信号的特征;基于振动信号的特征迭代训练预设的基础故障诊断模型,直至达到预设的训练完成条件;将预设数量的故障诊断模型捆绑构建泵类设备状态推理模型;获取目标类别的机泵设备的运行振动信号,将运行振动信号输入泵类设备状态推理模型中,输出故障类别;通过时频双通道融合与多尺度感知,提升故障识别精度;利用物理先验约束增强结果合理性与可解释性;并通过模型集成优化,改善复杂场景下的分类稳定性与可靠性。