摘要
本发明属于旋转机械故障检测技术领域,公开了一种基于鲁棒多工况过程模型的主轴加工复合故障检测方法,包括采集主轴加工设备正常运行状态下的电流信号并预处理;预处理后的电流信号依次经过小波核注意力卷积层和卷积自编码器;构建高斯混合隐马尔可夫模型,通过狄利克雷过程获得最优高斯组件个数,计算样本低维表示对应的能量;构建包括样本重构误差、样本低维表示对应的能量、惩罚项和变分贝叶斯推断的证据下界的联合优化框架损失函数,更新网络参数至收敛。本发明提升模型的可解释性,同时增强故障检测的有效性。
技术关键词
高斯混合隐马尔可夫模型
故障检测方法
样本
小波核函数
重构误差
旋转机械故障检测
转移概率矩阵
注意力
编码器
工况
电流
更新网络参数
信号
多尺度
框架
通道
序列
系统为您推荐了相关专利信息
差分隐私机制
模型训练方法
大语言模型
文本
数据
废弃物智能
光谱分析设备
分类方法
傅里叶变换红外光谱仪
频率