摘要
本发明提供一种用于旋转设备的转子类故障诊断方法和装置,所述方法包括:获取待诊断设备的原始振动数据,并对所述原始振动数据进行数据处理和特征融合,以得到融合数据;将所述融合数据输入预先训练的故障诊断模型中,以得到所述故障诊断模型输出的诊断结果;其中,所述故障诊断模型是利用样本数据和对应的诊断结果标签、对预先构建的VGG‑SVM模型进行训练得到的,所述样本数据是对多源原始数据进行融合后得到的融合数据,所述样本数据是在旋转设备样本的多个目标采样点得到的多源原始数据。解决了现有技术中转子类故障诊断滞后且准确性较差的问题。
技术关键词
故障诊断模型
旋转设备
故障诊断方法
VGG网络
样本
转子
诊断设备
非暂态计算机可读存储介质
采样点
故障诊断装置
随机梯度下降
标签
数据采集单元
处理器
网络架构
存储器
电子设备
算法
系统为您推荐了相关专利信息
3D点云图像
重构
异常检测方法
融合特征
交叉注意力机制
重识别方法
标签
无监督
聚类机制
行人重识别模型
水声传感网
节点位置预测
深度强化学习算法
环境感知模型
信噪比
车辆行驶工况
模型超参数
模型训练方法
字段
样本