一种基于超图神经网络的轴承故障诊断方法及系统

AITNT
正文
推荐专利
一种基于超图神经网络的轴承故障诊断方法及系统
申请号:CN202410735860
申请日期:2024-06-07
公开号:CN118913693B
公开日期:2025-01-10
类型:发明专利
摘要
本发明公开了一种基于超图神经网络的轴承故障诊断方法及系统,涉及超图神经网络技术领域,包括以下步骤:利用传感器采集轴承在不同运行工况下的振动信号,并将振动信号转换为二维时频图;对二维时频图进行特征提取,构建特征训练集;根据特征训练集中数据间的已知关联,构建超图结构;将超图结构输入预设的超图神经网络进行模型训练,直至模型收敛,得到轴承故障诊断模型;利用轴承故障诊断模型对目标轴承进行故障诊断,得到诊断结果。本发明可以提高轴承故障诊断的效率及准确度,解决轴承故障数据不足的问题。
技术关键词
轴承故障诊断方法 频域特征 时域特征 训练集 轴承故障诊断系统 样本 多层卷积网络 注意力机制 连续小波变换 神经网络技术 梯度下降算法 信号 判定特征 数据 特征提取模块 噪声模型 工况 噪声信息
系统为您推荐了相关专利信息
1
一种基于肌肉疲劳预测和补偿的外周神经刺激系统
神经刺激系统 肌肉疲劳状态 肌电信号特征 模型预测控制算法 参数
2
一种蝇蛆环境适生性预测方法
蝇蛆 变量 正则化参数 线性回归算法 复杂度
3
复合信号对比学习机制下基于Venn-Abers模型的故障诊断方法
故障诊断方法 故障诊断模型 信号故障诊断 故障类别 故障特征提取
4
一种无创血糖监测方法及系统
无创血糖监测方法 无创血糖监测系统 血糖预测模型 多域特征 梯度提升模型
5
一种用于电力系统的脱网预测方法、装置、终端设备及存储介质
深度学习模型 电力系统 电压越限 训练集 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号