摘要
本发明属于行星传动质量评估技术领域,具体涉及一种高适应性高精度行星机构质量评估方法,包括:采集滚动轴承运行过程中的振动信号;通过MTF方法将采集得到振动信号按照一定的数据长度转换为MTF图像,并利用数据增广方法提高图像数量;根据生成的MTF图像构建故障分类数据集,并按8:2划分训练集与测试集;构建所需ConvNeXt网络并加以训练;将待诊断轴承的MTF图输入经过训练的ConvNeXt模型中,输出得到对应的故障类型预测值;将输出的故障类型预测值作为待诊断轴承的故障诊断结果。本方法能更好的保存信号特征,可减少信息损失,有效避免人工特征提取导致混入冗余信息等问题,同时能更好地捕捉轴承振动信号的时间序列中的长期依赖关系,提高故障诊断的准确率和精确率。
技术关键词
高精度行星
诊断轴承
数据增广方法
轴承故障诊断
故障诊断模型
采样模块结构
滚动轴承
信号特征
深度学习网络
序列
故障特征
图像编码
输出特征
关系
系统为您推荐了相关专利信息
追溯管理系统
中心服务器
手电钻
双曲正切函数
差分隐私
辅助分类器
生成对抗网络
算法
协方差矩阵
Softmax分类器
故障诊断模型
样本
故障特征
故障诊断方法
特征值
风电机组故障监测
风电机组部件
风电机组整体
压电传感器
参数