摘要
本公开提供了一种基于数据融合的旋转机械故障诊断方法和系统,所述方法包括:获取预设故障状态的仿真数据和实测数据;对所述仿真数据与所述实测数据进行预处理得到样本数据和样本数据的关联关系,基于所述样本数据构建图数据,并根据所述样本数据的关联关系构建融合图数据;构建故障诊断模型,并基于所述融合图数据训练所述故障诊断模型;采集旋转机械的实时数据,并采用所述训练后的故障诊断模型对所述实时数据进行故障诊断,得到诊断结果。通过提取仿真数据和实测数据的频域特征丰富故障特征信息,通过将融合图数据输入故障诊断模型实现仿真数据和实测数据的同时处理,输出具有非线性特性的特征,提高多种故障状态诊断的准确性。
技术关键词
故障诊断模型
仿真数据
样本
实时数据
非线性
卷积神经网络模型
关系
行星齿轮箱
节点
旋转机械故障
故障特征信息
标签
频域特征提取
更新模型参数
行星轮
太阳轮