基于SEResNet和注意力机制的工业数据诊断方法

AITNT
正文
推荐专利
基于SEResNet和注意力机制的工业数据诊断方法
申请号:CN202510507221
申请日期:2025-04-22
公开号:CN120030334B
公开日期:2025-07-01
类型:发明专利
摘要
本发明公开了一种基于SEResNet和注意力机制的工业数据诊断方法,属于机械设备信号处理领域。所述方法包括:通过设计中心网络和SEResNet分支网络,构建SRMMF故障诊断模型实现对工业过程中的故障进行诊断,通过中心网络和SEResNet分支网络实现对特征的提取,结合AMF注意力机制实现多特征的融合;最终经过故障识别子网络输出最终的诊断结果;实现了对于故障精确稳定的诊断。
技术关键词
特征提取网络 信号特征 数据诊断方法 紧凑特征 注意力机制 全局平均池化 表达式 传感器监测 机械设备信号处理 故障诊断模型 余热回收风机 通道 压缩特征 煤矿空压机 模块 融合特征 传感器特征
系统为您推荐了相关专利信息
1
基于多模态重构融合的锂离子电池热失控预警方法及系统
锂离子电池热失控 频域特征 时域特征 预警方法 多模态
2
基于流形学习的单客户端多域异构联邦学习系统和方法
客户端 联邦学习系统 服务器 注意力机制 数据
3
脉冲图神经网络时空信号检测方法、设备、介质及产品
信号检测方法 融合时空信息 脉冲 样本 多源信息融合
4
一种用于疲劳实时监测及负反馈调控方法、设备、介质和程序产品
疲劳实时监测 电信号 调控方法 饱和度 消除高频干扰
5
一种多维时间序列异常检测系统的构建方法
数据异常检测系统 代表 变量 分布式计算框架 数据编码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号