买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于ECTimeMixer的皮带机故障预测方法及系统，该方法包括：获取皮带机零件的振动、声音和温度数据，利用降维技术融合数据；对其进行下采样，得到多尺度时间序列数据；构建ECTimeMixer网络模型，EaaPastDecomposableMixing模块将多尺度时间序列数据分解为季节性成分和趋势成分，并利用Eaa注意力机制进行处理，将处理后的季节性成分输入到MultiScaleSeasonMixing模块，将处理后的趋势成分输入到MultiScaleTrendMixing模块，以合并来自不同时间尺度的特征；Future_multi_mixing模块将多尺度的时间序列季节性表示列表与多尺度的时间序列趋势表示列表混合，得到多尺度序列；生成多尺度序列的预测，并沿着最后一个维度求和，得到预测结果。本发明能够预测皮带机故障发生的时间和故障类型。

主权项：1.一种基于ECTimeMixer的皮带机故障预测方法，其特征在于，该方法包括：获取皮带机零件的振动、声音和温度数据；利用降维技术融合皮带机零件的振动、声音和温度数据，得到一维时间序列数据；对一维时间序列数据进行下采样，得到多尺度时间序列数据；构建ECTimeMixer网络模型，ECTimeMixer网络模型包括MultiScaleSeasonMixing模块、MultiScaleTrendMixing模块、EaaPastDecomposableMixing模块和Future_multi_mixing模块；EaaPastDecomposableMixing模块将多尺度时间序列数据分解为季节性成分和趋势成分，并利用Eaa注意力机制进行处理，将处理后的季节性成分输入到MultiScaleSeasonMixing模块，将处理后的趋势成分输入到MultiScaleTrendMixing模块，以合并来自不同时间尺度的特征；MultiScaleSeasonMixing模块将高尺度的季节性信息逐步合并到低尺度，得到一个多尺度的时间序列季节性表示列表；MultiScaleTrendMixing模块将低分辨率的趋势信号逐步转化为更高分辨率的趋势表示，生成一个多尺度的时间序列趋势表示列表；Future_multi_mixing模块将多尺度的时间序列季节性表示列表与多尺度的时间序列趋势表示列表混合，得到多尺度序列；生成多尺度序列的预测，并沿着最后一个维度求和，得到预测结果。

全文数据：

权利要求：

百度查询： 武汉理工大学 一种基于ECTimeMixer的皮带机故障预测方法及系统