摘要
本发明公开了一种基于边缘计算终端的旋转机械实时故障诊断方法及系统,涉及机械设备健康检测领域,包括以下方法:使用加速度传感器获取机械设备的振动信号,在边缘计算终端上使用中值滤波对采集的振动信号做滤波处理;使用快速傅里叶变换得到频域信号,使用Transformer提取时域特征,使用CNN提取频域特征,并且使用一维深度可分离卷积减少计算量;使用设计的特征融合模块使时域和频域特征高效融合,使用SoftMax分类输出;在本地使用GPU训练,并将训练完成的模型部署到边缘计算设备上面,实现实时故障诊断。本发明通过边缘计算的方式,使用高效轻量的模型实时处理采集到的振动信号,能够有效减少故障诊断时间,解决实际工程中难以及时发现机械故障的问题。
技术关键词
故障诊断方法
旋转机械
终端
频域特征
信号特征提取
轻量化神经网络
数据采集链路
时域特征提取
傅里叶算法
输出模块
加速度
机械设备
残差结构
批量
传感器
采集设备
树莓派
滤波
系统为您推荐了相关专利信息
石油炼化装置
仪表系统
概率预测方法
信息数据处理终端
非线性
移动终端网络优化
SDN控制器
组网
网络结构
网络节点优化
轴承故障诊断方法
滚动轴承故障诊断
样本
轴承故障诊断技术
分类器