摘要
本发明公开一种小波相空间过采样重构轴承不平衡冲击故障的智能实时诊断方法,构建相空间重构连续小波变换中深度定位数据点的过采样法索引定位中故障信号能量集中的部分,并通过控制合成新样本的分布来减少噪声和边缘样本的影响;提出融合随机投影与自适应精炼的双阶段特征学习随机向量功能链接网络,还设计动态阈值感知焦点平衡损失函数,类别平衡权重降低易分类样本损失贡献的同时,自适应阈值调整以平衡局部噪声与全局统计,使模型更关注难样本,最后将小批量增量学习应用在线诊断以实现实时故障诊断。本发明具有良好的诊断率和稳定性,适用于处理不平衡数据集下故障样本误诊、漏诊率高以及模型整体诊断精度低的问题。
技术关键词
实时诊断方法
冲击故障
故障特征
连续小波变换
样本
重构
信号
滑动窗口
SMOTE算法
阶段
焦点
协方差矩阵
轴承
训练集数据
索引
网络
分支
噪声
系统为您推荐了相关专利信息
样本管
视觉识别单元
动作策略
USB数据线
存储机构
图像传感器
液位计
测量方法
检测模型训练
4G模块
数据分类分级
训练样本集
解释性语言
关键词
大语言模型
行人检测模型
手部特征
样本
闸机
非暂态计算机可读存储介质