摘要
本发明公开了一种振动故障诊断算法,涉及故障诊断技术领域,包括以下步骤:S1、数据获取:获取实验室故障数据和公开故障数据,使用振动加速度传感器采集现场设备数据;S2、数据预处理:将获取的数据以及采集的数据进行去均值处理,然后使用fft获得频谱数据fft_result,并对频谱数据进行频率归一化处理和幅值归一化处理;本发明使用频域数据进行分析计算,并且对频域数据的频率和幅值都采用数据归一化处理,使得不同工况的数据可以融合在一起进行训练和推理,提高了神经网络模型泛化能力,同时采用了回归而不是常用的分类的方式,使得推理速度大幅度提升。
技术关键词
振动故障诊断
数据
振动加速度传感器
神经网络模型
现场设备
频率
算法
采集现场
神经网络推理
故障诊断技术
神经网络训练
横轴
故障类别
点分配
半轴
纵轴
标签
幅值
工况
滤波