基于符号和卷积神经网络的工业设备数据边缘处理方法

专利申请号：CN201910261399.1

公 开 号：CN110008898A

发 明 人：曾九孙 陈德伦 蔡晋辉 姚燕 

代 理 人：林超

代理机构：33200 杭州求是专利事务所有限公司

专利类型：发明申请

申 请 日：20190712

公 开 日：20190402

专利主分类号：G06K9/00(20060101)

关 键 词：卷积神经网络 时间序列数据 高频信号 云端服务器 大型设备 工业设备 符号图 边缘终端设备 符号化表示 处理模块 高频数据 故障分类 故障识别 技术支持 间隔采样 健康监测 健康条件 数据边缘 数据分割 信号传输 在线监测 传感器 构建 预设 带宽 采集 压缩 

摘      要：本发明公开了一种基于符号和卷积神经网络的工业设备数据边缘处理方法。利用传感器通过间隔采样采集工业设备中不同健康条件下的高频信号时间序列数据，对高频信号时间序列数据进行处理获得符号图；将高频信号时间序列数据的符号图及其故障分类类型输入到预设设计构建的卷积神经网络中进行训练；将卷积神经网络的第一处理模块布置在边缘终端设备上，剩余部分布置在云端服务器上。本发明通过数据分割及符号化表示，实现高频数据的降维和压缩，从而节省信号传输的带宽，减轻云端服务器的计算压力，以此实现大型设备的在线监测和故障识别，为大型设备的在线健康监测提供了可靠有效的技术支持。