摘要
本发明提供了一种用于提升机减速机状态在线监测的系统，基于多维感知和人工智能算法，旨在实时识别提升机设备的瞬时故障并监测其生命周期。通过提取和融合声振特征与转速信息，利用阶次变化融合输入特征，显著减少因转速变化引起的干扰。这种特征融合方法创新地将转速信息引入特征提取过程，提高了特征的鲁棒性和诊断的准确性。系统结合残差神经网络(ResNet)和长短期记忆神经网络(LSTM)进行判断和预测，实现了实时监测、故障诊断和预测性维护。技术路线采用预训练的深度卷积网络识别异常故障，并通过长短期记忆网络评估设备整体健康状况。相比传传统的时序网络，该方案在保持长时检测准确率的同时，提高了响应速度。
