摘要
本申请属于船舶工业技术领域,具体公开了一种基于多通道数据的船舶轴承故障诊断方法。本申请首先从轴承在各种运行状态下的振动信号和温度信号,对振动信号进行包络检波得到第一通道数据;将振动信号作为第二通道数据;对温度信号进行局部多项式拟合得到第三通道数据;随后对齐并堆叠三通道数据,依次输入卷积神经网络和长短期记忆网络提取空间‑时序特征,最后通过全连接层整合特征输出故障判断结果;最后将故障判断结果和实际故障之间的差距作为损失函数训练各网络参数,最终得到所述船舶轴承故障诊断模型。本申请方法构建的故障诊断模型相较单通道数据或单一网络模型进一步提高了故障诊断的精度。
技术关键词
船舶轴承
故障诊断模型
构建卷积神经网络
长短期记忆网络
故障诊断方法
数据
时序特征
多项式
信号
船舶工业技术
多通道
滑动窗口
更新模型参数
图像
可读存储介质
存储计算机程序
申请方法
处理器
系统为您推荐了相关专利信息
代理模型构建方法
支撑设备
SVG设备
构建机器学习模型
监督式学习
出线开关柜
5G无线通信
高压
故障诊断模型
智能控制系统
GIL管廊
泄漏故障诊断方法
故障诊断模型
数字孪生体
条件生成对抗网络
语音音频数据
编码器特征
变量
音频编码器
文本编码器
地表水
地下水补给量
生态
地下水水位变化
建模方法