深度学习算法的机电设备工作状态检测

摘要

机电设备属于施工过程里的核心设备,由于操作、加工等环境因素会导致零部件发生磨损或者故障问题,所以,设备保持正常的工作状态才可以保证企业正常的生产。为此,提出基于深度学习算法的机电设备工作状态检测方法,通过小波去噪方法在监测的机电设备运行数据里去除噪声部分,获取机电设备工作状态原始数据,基于该数据,采用基于深度学习算法的机电设备工作状态检测方法,判断机电设备工作状态故障与否。实验结果表示,所提方法不受机电类型的约束,不同检测目标下,检测效果较好,且在噪声的干扰下,该方法对机电设备工作状态查准率高达98.99%,检测性能高于对比方法。