摘要
本发明公开了一种基于多通道特征融合图像的滚动轴承故障诊断方法,包括故障诊断模型训练步骤和故障诊断步骤,故障诊断模型训练步骤包括:采集滚动轴承的多通道振动信号;对各通道的振动信号进行特征模态分解,并从中选择一部分特征模态分量作为目标特征模态分量;将目标特征模态分量转换至同一极坐标系下显示输出,得到多通道特征融合图像;构建故障诊断模型;故障诊断步骤包括:将滚动轴承的多通道特征融合图像输入至故障诊断模型。本发明的滚动轴承故障诊断方法,可以减小数据处理量。通过将多个一维时间序列转为单个二维特征图像进行呈现,学习整体图像结构与关键特征之间的复杂关系,实现了滚动轴承故障诊断的自动化。
技术关键词
多通道特征融合
故障诊断模型
滚动轴承故障诊断
滚动轴承振动信号
计算方法
图像块
图像结构
滤波器
注意力机制
坐标系
周期
训练集
分辨率
系统为您推荐了相关专利信息
混沌遗传算法
概率计算方法
集中度
定义
Sigmoid函数
供水量预测方法
样本
最佳参数组合
算法
城市供水系统