摘要
本发明提供一种基于多模态多尺度特征融合的故障诊断方法,所述方法包括:通过传感器采集航空发动机轴承不同位置发生故障时的信号源,所述信号源包括但不限于:振动信号、声信号、温度、湿度、电流;对所述振动信号进行统一去噪处理,得到初始一维信号X0;对初始一维信号X0,经过MCNN模块进行一维特征提取;对初始一维信号X0进行图像转换,得到初始二维图像T1,对初始二维图像T1,进行二维特征提取;将提取出的一维特征与二维特征进行融合,生成多模态特征H1;将融合后的多模态特征H1输入LSTM网络进行故障的诊断分类。本发明通过将融合后的多模态特征输入LSTM分类模块进行故障的诊断分类,实现对航空发动机轴承的故障检测。
技术关键词
多尺度特征融合
故障诊断方法
航空发动机轴承
多模态特征
代表
信号源
样本
注意力机制
图像处理模块
支路
故障检测
网络
元素
传感器
电流
系统为您推荐了相关专利信息
风险评估方法
无人机
多尺度特征融合
影像
注意力机制
深度神经网络
多尺度特征融合
特征提取模块
果园环境
苹果识别方法
多尺度特征融合
空间金字塔池化
语义分割模型
互补特征
感知特征
自动化测量方法
图像处理算法
grabcut算法
多视角成像系统
轮廓特征