摘要
基于MMDFE的旋转机械装备故障诊断模型构建方法,属于旋转机械装备的无损诊断技术领域。它包括以下步骤:1)采集轴承的振动信号和声纹数据作为原始数据集;2)将声纹数据和振动数据进行分割;3)将采集的声纹数据样本提取为MFCC特征和Mel spectrum特征;将MFCC特征、Mel spectrum特征以及轴承的振动信号作为最后的数据集;并划分训练集和验证集;4)将训练集输入到MMDFE网络中进行训练,得到故障诊断模型;5)将测试集输入到训练好的MMDFE模型中进行故障诊断。本发明方法融合振动数据和声纹数据的多模态动态融合机制,通过提取两种数据中有利于进行故障诊断的特征信息,将它们融合后,解决了单种数据的缺点。
技术关键词
旋转机械装备
故障诊断模型
动态融合机制
MFCC特征
振动信号特征
代表
故障特征
滤波器
数据
注意力
轴承
训练集
坐标
频率
多模态
网络
采样点
样本
功率
系统为您推荐了相关专利信息
故障诊断方法
故障诊断模型
曲线
图像
光伏故障诊断技术
频域特征提取方法
海上风机叶片
滤波器
离散余弦变换
MFCC特征
时间序列特征
静态特征
稳定性控制方法
轧辊偏心
故障诊断模型
轨道交通故障
车门系统
故障诊断模型
历史运行状态
神经网络模型