摘要
本发明公开一种近似评价多小波特征级联的机械装备故障诊断方法,获取目标高速旋转部件在不同工况下不同部位的健康与故障状态的振动数据,添加噪声划分样本不平衡的数据集;构建三分支卷积神经网络模型,嵌入多小波核函数滤波器,并设计自监督式小波核权重矩阵实现对噪声不平衡样本特定的滤波、去噪、高低频分析以及多尺度分析,提取噪声样本不平衡信号多方面的特征,对不同分支进行特征级联,使用两分布近似评价方法度量分支特征级联的近似程度,准确定位多小波核函数的差异表达。本发明能够对不同工况下噪声样本不平衡完成诊断,提高同一部位不同程度的故障以及不同故障部位之间噪声样本不平衡的智能诊断准确度和精确度。
技术关键词
机械装备故障诊断
小波核函数
分支卷积神经网络
级联
评价方法
噪声样本
拉普拉斯
滤波器
代表
工况
多尺度
因子
矩阵
通道
度量
数据
信号
系统为您推荐了相关专利信息
切削力
在线优化方法
前馈控制器
反馈控制器
速度估计
延时阵列
光开关
行走系统
MZ干涉仪
相位调制器
动态眼球
Adaboost算法
内容分类
支持向量机分类器
跟踪方法