一种高铁齿轮箱的故障诊断方法、装置、设备及介质

AITNT
正文
推荐专利
一种高铁齿轮箱的故障诊断方法、装置、设备及介质
申请号:CN202510366737
申请日期:2025-03-26
公开号:CN120234588A
公开日期:2025-07-01
类型:发明专利
摘要
本发明涉及机械故障检测技术领域,公开了一种高铁齿轮箱的故障诊断方法、装置、设备及介质。该方法包括:采集高铁齿轮箱的具有时间序列的振动信号;将振动信号输入训练好的故障诊断模型中;通过故障诊断模型的S3网络模块的每个S3网络层,将输入第一个S3网络层的振动信号或前一个S3网络层输出的振动信号沿时间维度划分为多个等长的信号片段,并将多个信号片段重排后,与输入第一个S3网络层的振动信号或前一个S3网络层输出的振动信号进行加权融合,以对振动信号的时间序列进行迭代更新,得到目标振动信号;通过交互卷积模块提取目标振动信号的振动特征,并根据目标振动信号的振动特征,获取高铁齿轮箱的故障诊断结果,准确性高。
技术关键词
高铁齿轮箱 故障诊断方法 振动特征 故障诊断模型 卷积模块 网络模块 机械故障检测技术 Softmax函数 序列 编码模块 故障诊断装置 故障诊断模块 正则化技术 信号输入模块 网络结构 信号采集模块 处理器通信
系统为您推荐了相关专利信息
1
一种面向聚变堆强电磁环境的真空泵故障诊断方法
聚变堆强电磁环境 故障诊断方法 仿真环境 真空泵故障 振动加速度信号
2
结合压激注意力机制与卷积神经网络多尺度故障诊断方法
故障诊断方法 注意力机制 多尺度 采集柴油机 深度学习模型
3
基于多模态深层特征代理交叉注意力引导的目标跟踪系统
跟踪系统 特征金字塔 卷积模块 多模态 特征提取网络
4
基于RepViT和十字卷积的SAR图像舰船检测方法
图像舰船检测方法 输出特征 上采样 切片 特征融合网络
5
颅内动脉瘤自动分割方法和系统
自动分割方法 预训练网络 编码特征 编码器 融合特征
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号