摘要
本发明公开了一种用于滚动轴承的多传感器信息融合故障诊断的系统及方法,同时连续采集M个传感器的传感器信号,并按时间段划分得到(I+J)个样本,将其划分为训练集和验证集构建多传感器信息融合网络结构搜索空间SA=SO×SP以及用于控制所述多传感器信息融合网络结构搜索空间SA的多传感器信息融合网络结构参数αA={αO,αP},采用训练集和验证集同时对中得到的神经网络结构搜索空间SA的多传感器信息融合网络结构参数αA={αO,αP}和权重参数w进行更新,通过同时对特征提取单元和融合开始层进行搜索,得到最优多传感器融合网络结构SA*,使得网络搜索过程中的计算量减小,效率大幅提升,解决了当前滚动轴承多传感器信息融合故障诊断方法设计依赖人工经验与大量实验试错的过程繁琐问题。
技术关键词
特征提取单元
多传感器信息融合
融合网络结构
神经网络结构搜索
多传感器融合
融合策略
样本
参数
滚动轴承故障诊断
故障类别
故障检测单元
信号
时间段
数据采集单元
融合特征
注意力
系统为您推荐了相关专利信息
多传感器融合技术
SLAM技术
姿态控制系统
自主控制系统
构建环境地图
解码图像
特征提取模块
病灶分割方法
图像分割
多模态特征融合
电梯控制提醒
故障自诊断系统
诊断方法
故障诊断模块
电梯运行状态
特征提取方法
叶片
特征提取单元
样条
特征提取装置
输液状态监控系统
注意力机制算法
神经网络模型
多传感器融合
生命体征参数