摘要
本发明涉及一种基于小样本数据的滚动轴承故障诊断方法及系统,包括:以变工况振动信号作为输入样本,通过麻雀搜索算法对所述输入样本变分模态分解的模态分量个数和惩罚因子进行寻优,获得最优参数组合;基于最优参数组合对所述输入样本进行变分模态分解,获得多个本征模态函数分量,通过计算阶次跟踪和包络解调获取各所述本征模态函数分量的包络阶次谱;根据包络谱稀疏度筛选出稀疏效果较好的所述本征模态函数分量进行信号重构;将重构信号转换成二维图像,对多尺度减法网络进行模型训练,获得诊断模型。本发明仅需要部分工况下有限的数据样本,在小样本下能准确识别出轴承状态。
技术关键词
特征提取模块
样本
搜索算法
包络
旋转轴
轴承故障诊断
位置更新
通道注意力机制
采样点
代表
信号
输入多尺度
数学模型
诊断系统
因子
重构
频率
系统为您推荐了相关专利信息
零件特征
船舶零件
三维模型
数据收集模块
液化气船
深度学习网络
残差网络
空间权重矩阵
通道
灰色关联度
桥梁有限元模型
卷积残差网络
修正方法
混凝土弹性模量
灵敏度法
模型压缩方法
网络剪枝
特征提取模块
注意力
教师