摘要
本发明涉及机械设备故障诊断技术领域,公开了一种接触球轴承损耗程度识别方法及系统。通过同步采集轴承运行时的多模态数据,包括高分辨率工业相机获取的图像序列和阵列麦克风采集的声纹信号,对数据进行预处理后,构建多模态特征融合网络,采用跨模态注意力机制融合特征,再构建基于改进Transformer的损耗评估模型处理时空特征,最终输出轴承损耗程度分级。本发明有效利用了多模态数据的互补性,提高了特征表达的准确性和损耗程度识别的准确性,为设备的维护和管理提供支持,具有识别准确度高、可靠性强、实用性好等优点。
技术关键词
程度识别方法
接触球轴承
声纹特征
损耗
阵列麦克风
多模态特征融合
图像特征向量
融合图像特征
机械设备故障诊断技术
工业相机
跨模态
动态负载分布
交叉注意力机制
融合特征
序列
编码器结构
图像编码器
系统为您推荐了相关专利信息
号码
定位方法
XGBoost模型
信号强度信息
训练机器学习模型
电力系统储能
协同规划方法
单位耗电量
曲线
新能源发电设备
多模态深度学习
溶解气体体积分数
套管介质损耗
卷积编码器
集成梯度
双孢菇自动采摘装置
水平传动机构
行走机构
配重块
信号
抗干扰方法
定向天线
通信信道
主节点
抗干扰系统