基于MMDFE的旋转机械装备故障诊断模型构建方法

AITNT
正文
推荐专利
基于MMDFE的旋转机械装备故障诊断模型构建方法
申请号:CN202510538798
申请日期:2025-04-27
公开号:CN120654125A
公开日期:2025-09-16
类型:发明专利
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
1
基于拾振信号分析的光纤传导性能检测方法及系统
光纤传感系统 光信号 振动特征 信号分析 数据
2
一种光伏组串的故障诊断方法、电子设备和存储介质
故障诊断方法 故障诊断模型 曲线 图像 光伏故障诊断技术
3
一种基于海上风机叶片声纹特点的时频域特征提取方法
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
4
一种基于多模态融合故障诊断的轧制过程稳定性控制方法
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
5
轨道交通故障预测方法及系统
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
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