摘要
本发明公开了一种基于马尔可夫转移场和Swin transformer的电机轴承小样本故障诊断方法:首先,基于压缩感知理论和正交匹配追踪算法对电机轴承原始振动信号进行压缩采样和恢复重构处理,以期实现有限故障数据的扩张生成;然后,利用马尔可夫转移场方法,将一维时域数据转换为二维图像,避免了复杂的信号处理过程;最后,引入Swin transformer网络模型,并结合二维可视化图像以期实现不同轴承故障类别的分类辨识。本发明可有效解决传统电机轴承故障诊断方法中存在的故障数据匮乏、信号处理复杂以及故障特征提取过程高度依赖专业知识的问题。
技术关键词
故障诊断方法
电机轴承
匹配追踪算法
二维图像数据
压缩感知理论
信号处理
故障特征提取
神经网络模型
故障类别
样本
重构
系统为您推荐了相关专利信息
DS证据理论
工业机器人关节
故障诊断方法
证据理论信息融合
融合规则
故障诊断模型
融合监测系统
诊断变压器
分类器
贡献率
信道估计方法
超大规模
匹配追踪算法
失效故障
表达式