基于边缘计算和深度学习的光电探测设备故障检测

以提升光电探测设备故障检测效果为目标,提出基于边缘计算和深度学习的光电探测设备故障检测方法。首先利用多传感器采集光电探测设备工作状态信号,从信号提取特征,然后采用边缘计算技术搭建光电探测设备故障检测平台,并采用深度学习算法对光电探测设备故障检测样本进行建模,构建光电探测设备故障检测分类器,最后仿真测试结果表明,本方法能够高精度进行各种光电探测设备故障检测,光电探测设备故障检测正确率超过95%,光电探测设备故障检测时间控制在20 ms以内,获得了理想的光电探测设备故障检测结果。