摘要
本发明属于永磁发电机故障诊断领域,提供了一种基于多通道特征融合的永磁发电机偏心故障诊断方法,本发明主要通过矩阵变换处理一维三相电流信号,得到递归融合图,采用改进的ConvNeXt网络来进行故障诊断;本发明通过引入二维递归融合图、CBAM注意力机制和FPN特征金字塔网络,显著提升了故障特征提取和诊断能力;二维递归图通过空间结构编码信号的时序依赖,增强了故障特征的可视化效果,有助于更清晰地识别如偏心故障引起的电流波动;CBAM机制通过空间和通道关注机制,优化了模型对关键特征区域和通道的聚焦,提高了故障诊断的精度;FPN通过多尺度特征融合,使得网络能够在不同尺度上识别故障特征,进一步提高了故障诊断的准确性和鲁棒性。
技术关键词
偏心故障诊断方法
永磁发电机
多通道特征融合
多尺度特征融合
分类识别模型
输出特征
重构
模块
特征金字塔网络
注意力机制
故障特征提取
彩色图像
节点
信号
全局平均池化
矩阵
系统为您推荐了相关专利信息
机器人视觉
生成方法
语义
联合概率建模
物体检测
重载工况
状态实时监测方法
演化特征
电铲
制动盘表面
甲状腺超声图像
分割方法
注意力
网络
计算机可读取存储介质
数字高程模型数据
地形特征提取
Hessian矩阵
特征提取单元
多尺度特征融合