摘要
本申请涉及一种轴承故障分类识别方法、装置和计算机设备。采用改进的小龙虾优化算法对变分模态分解的参数进行优化,以提取更有效的本征模态函数,从而增强特征提取的精度,并综合考虑了时空特征、时间依赖关系和对关键特征的关注,从而为轴承故障诊断提供了更加精准和可靠的解决方案。同时,经过改进的小龙虾优化算法在传统的小龙虾优化算法基础上,结合重心反向学习、非线性控制和麻雀警戒机制策略,表现出更优秀的寻优精度和鲁棒性,同时还具有较为优秀的收敛速度,使得变分模态分解的参数优化更精确可靠,进而提高了特征提取的精度,为后续获取故障分类结果的精准度提供了可靠的数据保障。
技术关键词
模态分解方法
轴承故障分类
依赖关系分析
工控机
算法
识别方法
计算机设备
轴承故障诊断
指数衰减函数
非线性
特征提取模块
参数
数据获取模块
计算机程序产品
处理器
矩阵
注意力机制
系统为您推荐了相关专利信息
报告
光学字符识别
关键词
分类方法
信息分类技术
工业故障分类方法
故障分类模型
时序
生成对抗网络
静态特征
基坑降水井
充气阀门
充气系统
传感器模组
理想气体状态方程
单细胞拉曼光谱
正则化模型
曲线
可读存储介质
鉴别模块