摘要
本发明公开了一种基于互信息熵图构建的齿轮箱故障诊断方法及装置,属于齿轮箱的故障诊断领域。方法包括从不同状态下的齿轮箱振动数据中提取时序节点以构建各状态下的时序节点集;对各状态下的时序节点集分别进行预处理,获得各状态下预处理后的时序节点集;基于时序节点的时序依赖关系,对各状态下预处理后的时序节点集使用互信息熵图构建方法挖掘时序节点的关联关系,并据此构建熵节点图集;引入LSTM构建记忆图神经网络模型,将熵节点图集作为记忆图神经网络模型输入,通过训练学习挖掘齿轮箱振动数据的时空关联信息;对待诊断齿轮箱数据利用训练好的记忆图神经网络模型进行诊断。本发明能有效地对齿轮箱故障进行诊断。
技术关键词
信息熵
时空关联信息
时序依赖关系
记忆
齿轮箱故障诊断
直方图
神经网络模型训练
输出齿轮箱
批量
节点特征
时序特征
数据
动态更新
系统为您推荐了相关专利信息
空地协同
无人机航迹规划
多无人机协同
动态航迹
模块
智能材料
主动控制系统
远程监控管理
船舶结构
控制器模块
高速连接器
性能退化模型
历史运行数据
深度学习模型
多维特征向量
天然气加臭装置
时间序列分析方法
参数
深度学习模型
资源可用性信息