摘要
本发明属于滚动轴承健康指标构建和性能退化评估技术领域,公开了一种基于无监督学习的滚动轴承健康指标构建与性能退化评估方法,该方法整合了滚动轴承运行状态数据样本,经过数据预处理、特征提取和特征筛选,并结合多尺度时序卷积网络‑多头自注意力机制方法,构造出一种能够无监督地评估滚动轴承性能退化的模型。通过这种方法,能够更准确、更有效地监测和维护滚动轴承的健康状态和退化趋势,从而在实际生产中减少意外停机事件,提高设备运行过程中的安全性和可靠性。
技术关键词
性能退化评估方法
无监督学习
滚动轴承健康评估
指标
功率谱特征
注意力机制
多尺度
特征提取模块
重构误差
时域特征
数据收集模块
频域特征
监测设备运行状态
序列
滚动轴承振动信号
传感器监测系统
系统为您推荐了相关专利信息
芯片设计自动化
射频功能单元
大语言模型
粒子群优化算法
解析工具
置信传播算法
异构传感器网络
侦测方法
侦测系统
多维度特征提取
高速公路交通拥堵
规则生成器
判别规则
指标库
熵权法