摘要
本发明提供了一种轴承故障诊断方法、装置、计算机设备及存储介质,属于机械设备故障诊断领域,该方法包括:获取训练样本;构建故障诊断模型;训练故障诊断模型,包括:提取样本特征;确定特征之间的欧氏距离,通过欧氏距离确定对比损失,根据对比损失对特征提取模块进行优化;获取目标轴承的长时序振动信号;通过故障诊断模型确定故障原因。这样,通过构建正负样本来充分学习轴承同一故障类型数据的共同特征和不同故障类型数据的特征差异,通过对比学习来缩小正样本对之间由于数据漂移问题存在的差异,同样可以放大负样本对之间的特征差异,从而可以解决实际工业场景下收集到的数据存在的数据漂移问题。
技术关键词
轴承故障诊断方法
故障诊断模型
特征提取模块
样本
故障振动信号
Softmax分类器
多头注意力机制
轴承故障诊断装置
机械设备故障诊断
时序
特征提取器
Softmax函数
计算机设备
矩阵
线性
学习轴承
补丁
系统为您推荐了相关专利信息
节点
多尺度特征提取
关系预测模型
补全方法
矩阵
电容式液位传感器
BP神经网络
温度补偿方法
样本
粒子