摘要
本申请公开一种基于多源振动信号的滚动轴承故障诊断方法、系统及介质,涉及滚动轴承故障诊断领域,方法包括:利用PCA方法对所有加速度传感器采集的振动信号进行融合;采用滑动窗口法将融合信号样本划分为多个子样本;采用时频特征提取计算每个子样本的多个特征值,并基于随机森林模型进行滚动轴承故障类型的判别,筛选得到每个子样本的重要特征值;利用MTF生成每个子样本的二维图像,并基于CBAM和每个子样本的重要特征值,动态调整各子样本对应二维图像的亮度和RGB色道;将所有子样本动态调整后的二维图像输入训练好的CBAM‑CNN模型,输出得到滚动轴承故障类型概率图。本申请提高滚动轴承故障诊断的精准性。
技术关键词
诊断滚动轴承
特征值
滑动窗口
随机森林模型
滚动轴承故障诊断
加速度
信号
传感器
协方差矩阵
注意力机制
卷积神经网络模型
误差增量
图像
样本
处理器
计算机系统
动态
系统为您推荐了相关专利信息
特征分布信息
特征工程
数据
降维特征
子母式机器人
信任管理方法
节点
动态社区
综合信任值
最大化算法
数据分析模型
数据分析方法
传感器
标识符
计算机设备
特征提取模型
硬盘故障预测方法
故障预测模型
时序特征
数据