摘要
本发明涉及轴承故障技术领域,特别涉及一种小波驱动的物理可解释网络的变转速轴承故障诊断方法。包括使用加速度传感器采集轴承故障信号样本,采用短时傅里叶变换计算振动信号的时频图;采用局部峰值搜索算法从振动信号的时频图中提取出瞬时转速;采用快速傅里叶变换FFT,将时域故障振动信号转换为频域信号;基于提取的瞬时转速信息,构建可学习小波驱动的物理可解释性网络LWPI并进行训练;以训练好的LWPI网络实现故障诊断;本发明借助于信号处理技术,赋予卷积神经网络一定的物理意义,同时将转速信息融入到卷积神经网络的构建中,提高变速度条件下的轴承故障诊断精度,提高研究和经济生产的效率。
技术关键词
轴承故障诊断方法
搜索算法
傅里叶变换处理
频率
网络
轴承故障技术
表达式
故障类别
轴承故障信号
滤波
故障振动信号
故障特征
物理
短时傅里叶变换
信号处理技术
分类器
参数
加速度
系统为您推荐了相关专利信息
多维感知数据
决策支持平台
智能巡检
无人机平台
移动式
匿名方法
噪声预测模型
人脸识别模型
匿名系统
编码器
无线控制指令
灯光控制方法
标识
强化学习模型
灯光控制设备
密码服务接口
服务端
接口调用请求
数据传输方法
计算机执行指令
新能源汽车充电站
火灾预警系统
空气介质热阻
AI算法
温度电阻系数