摘要
本发明提供了一种基于数据和有限元模型的镗床数字孪生诊断方法及装置。包括:建立镗床零部件的有限元模型;基于有限元模型进行镗床零部件在不同故障模式下的仿真,得到故障数据;根据故障数据,建立数据集;构建神经网络模型,所述神经网络模型为Res‑EAS‑Net模型,所述Res‑EAS‑Net模型在ResNet模型的基础上引入通道注意力机制得到;根据数据集训练神经网络模型,得到第一故障诊断模型;采用迁移学习对第一故障诊断模型进行训练,得到第二故障诊断模型;建立镗床的数字孪生模型,用于实时采集并同步镗床零部件的状态数据;根据数字孪生模型采集的镗床零部件的状态数据,以及第二故障诊断模型,确定镗床零部件的当前状态,并将镗床零部件的当前状态展示在数据孪生模型中。
技术关键词
故障诊断模型
镗床
数字孪生模型
诊断方法
通道注意力机制
训练神经网络模型
数据
全局平均池化
输出特征
神经网络模型构建
描述符
诊断装置
连续小波变换
特征提取网络
可读存储介质
残差模块
诊断模块
系统为您推荐了相关专利信息
故障检测模型
误差统计
样本
故障诊断方法
重构误差
故障诊断模型
机械故障诊断方法
特征提取模块
诊断设备
矩阵乘法运算
移动设备
接入点
迁移方法
服务器
多智能体强化学习
数字孪生体
振动加速度信号
数字孪生模型
行星齿轮箱
时域统计特征
运营管控系统
电力消耗量
电炉
数字孪生模型
关键运行参数