摘要
本发明公开了一种基于改进卷积自编码器的风机滚动轴承振动信号降噪方法,具体包括以下步骤:(1)建立风机轴承振动信号数据集;(2)为数据集中的轴承振动信号添加噪声构成含噪信号;(3)构建基于多尺度注意力残差卷积自编码的风机滚动轴承振动信号降噪模型;(4)采用训练集和验证集对模型进行训练,并将训练好的模型保存为最优模型;(5)采用测试集对模型进行测试,测试结果满足精度要求,即获得最终的风机滚动轴承振动信号降噪模型。相较于现有技术,提出的一种基于改进卷积自编码器的风机滚动轴承振动信号降噪方法,能够自适应调整提取特征的权重,提高了模型特征提取和去噪能力,提高了模型的收敛速度。
技术关键词
滚动轴承振动信号
降噪模型
降噪方法
编码器
风机轴承
注意力
解码器
多尺度
上采样
模块
更新模型参数
分支
信号信噪比
误差
数据采集系统
解码结构
信号降噪
系统为您推荐了相关专利信息
风格
频域特征
特征融合网络
多头注意力机制
高频特征
多步预测方法
记忆单元
卷积模块
集合经验模态分解
门控神经网络
深度预测模型
视频流
深度图
感知哈希算法
汉明距离