摘要
本发明提供一种基于数模联动的机械故障诊断方法及装置,通过基于格莱姆矩阵对每个样本振动信号进行降噪处理,得到相应样本振动信号对应的样本降噪振动数据,基于故障诊断模型的多尺度空间特征提取模块,提取相应样本降噪振动数据的空间维度特征,基于故障诊断模型的时间特征提取模块,提取相应样本降噪振动数据的多维度特征,然后基于故障诊断模型的分类模块,获取相应样本降噪振动数据的故障诊断结果,并基于各个样本降噪振动数据的故障诊断结果和故障标签,对故障诊断模型进行参数更新,从而可以基于训练好的故障诊断模型对待诊断设备的振动信号进行故障诊断,得到待诊断设备的故障诊断结果,提升了机械故障诊断的效率和精度。
技术关键词
故障诊断模型
机械故障诊断方法
特征提取模块
诊断设备
矩阵乘法运算
样本
信号
数据
机械故障诊断装置
非暂态计算机可读存储介质
多维度特征提取
因子
标签
降噪单元
处理器
参数
工况
存储器
系统为您推荐了相关专利信息
分子诊断设备
冷却介质循环回路
控制器
微流控芯片
模块主体
建筑预制构件
深度学习语义分割
扫描仪坐标系
三维模型
格式
预警系统
特征提取模块
数据库更新
高风险
多尺度
汽车空调压缩机
故障诊断方法
故障诊断模型
信号
样本
状态监测控制系统
直流母线电压波动
永磁电动机
关断
脉冲工作模式