返回搜索
档案
基于机器学习的手表表芯故障异常分析方法及系统
发明专利未知
10权利要求 · 2 独立
§ Ⅰ
卷宗概要
IPC 分类
G06F 18/2415 (2023.01)G06F 18/24 (2023.01)G06F 18/2433 (2023.01)G06F 18/241 (2023.01)G04D 7/00 (2006.01)G06F 18/22 (2023.01)G06N 3/09 (2023.01)G06F 18/27 (2023.01)
本发明涉及故障检测技术领域,提出了基于机器学习的手表表芯故障异常分析方法及系统,包括:采集待测手表表芯的摆轮振动信号与发条扭矩信号,提取待测手表表芯的时域统计特征量与频域统计特征量;利用预设的机器学习算法对时域统计特征量和频域统计特征量进行监督学习,得到待测手表表芯的异常判别阈值与故障分类边界;计算待测手表表芯的故障发生概率值;生成待测手表表芯的故障特征标识,利用异常判别阈值构建待测手表表芯的故障诊断参考区间;将故障诊断参考区间嵌入待测手表表芯的检测流程中,以执行故障特征比对与故障类别判定,实现待测手表表芯的故障异常分析处理。本发明可以提升表芯故障异常分析的准确性。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式