摘要
本发明属于工业设备智能运维相关技术领域,其公开了一种用于旋转机械的智能故障诊断方法及系统,其中方法包括:S1构建训练样本集包括多个源域的样本信号,每个样本信号包括振动信号、声学信号和故障标签;S2构建故障诊断模型包括:振动特征提取器用于提取振动特征,声学特征提取器用于提取声学特征,特征融合模块用于将振动特征和声学特征进行融合获取连接特征,特征映射模块用于从连接特征中提取统一特征,分类模块用于根据提取的特征进行故障模式分类;S3基于训练样本集对故障诊断模型进行训练;S4利用训练后的故障诊断模型进行在线故障诊断。本发明利用多源域振动和声学信号,从中学习不变的统一故障表征,提高模型跨域的诊断精度。
技术关键词
智能故障诊断方法
故障诊断模型
振动特征
声学特征
旋转机械
分类器
在线故障诊断
特征提取器
智能故障诊断系统
模块
工业设备智能
训练样本集
信号
转换器
故障表征
标签
模式
存储器
处理器
系统为您推荐了相关专利信息
声学特征
自然语言
命名实体识别模型
生成方法
通知
智能审核系统
语义
跨模态
对齐模块
文本特征向量
语音引导系统
多模态交互
语句
停车位
语音文本处理
线缆
寻线系统
多场景
优化深度置信网络
故障诊断模型