摘要
本发明提供了一种基于数据和有限元模型的镗床诊断方法及装置。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,神经网络模型为基于稀疏卷积自编码器的多尺度特征提取网络;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;获取镗床零部件的当前状态数据;根据镗床零部件的第二故障诊断模型,确定镗床零部件的当前状态。
技术关键词
故障诊断模型
镗床
多尺度特征提取
诊断方法
训练神经网络模型
特征提取网络
数据
编码器
解码器
协方差矩阵
神经网络模型构建
诊断装置
连续小波变换
可读存储介质
诊断模块
模式
滚动体
系统为您推荐了相关专利信息
可视化看板
数据采集层
机器学习模型训练
动态
机器学习训练
优化控制方法
光伏逆变器
结温
训练神经网络模型
周期
航空轴承
融合特征
特征筛选方法
搜索算法优化
频域特征