摘要
本发明公开了一种EHA复合故障智能解耦诊断方法,包括步骤如下:首先根据EHA的故障类型,利用流量计、压力传感器和光栅尺对液压系统特定位置进行数据采集,获各种健康状态下的多传感器真实运行数据;然后,对采集到的正常、单一故障及复合故障状态的多传感器数据进行切片处理,划分出训练数据集和测试数据集;接着利用训练数据集对构建的最大化聚合注意力卷积胶囊网络进行训练,以扩展损失函数作为损失函数;最后,利用测试数据集对训练好的最大化聚合注意力卷积胶囊网络进行测试,得到EHA复合故障诊断的结果。此外,本发明简单易行,适用于复合故障数据采集成本高昂、单一传感器信息感知有限及故障特征不明显的EHA复合故障解耦与诊断。
技术关键词
胶囊网络
一维卷积神经网络
故障诊断模型
注意力
故障诊断方法
故障类别
算法
通道
深层特征提取
数据
机制
传感器
全局平均池化
液压缸活塞
元素
特征提取器
堵塞故障
系统为您推荐了相关专利信息
喷洒控制方法
智能算法
深度Q网络
病虫害
蚁群算法优化
结构方程模型
变量
深度学习模型
线性回归模型
皮尔逊相关系数
交通流量预测方法
卷积模块
注意力
关系
节点特征
整流变压器
故障诊断方法
数据
迪杰斯特拉算法
跨度