摘要
本发明公开了一种基于间歇性振动信号的机械故障诊断方法、系统及设备。本发明实现步骤:1、振动信号采集与预处理,在机械设备的关键监测点部署无线振动传感器,传感器工作模式设计为间歇性采样;2、模型构建,构建一个融合宽卷积核时序卷积网络与通道注意力机制的故障诊断模型,具体包括:通过带宽卷积核的时序卷积网络逐层提取预处理后振动信号中的多尺度特征,并结合新型通道注意力机制优化各个通道的特征权重,最终使用Softmax函数进行输出;3、模型训练;4、故障诊断。本发明提出的方法在间歇性信号场景中,能够对信号中微弱的故障特征进行有效地提取。在信号的时序性遭一定程度的破坏时,呈现出优于传统方法的诊断准确率。
技术关键词
机械故障诊断方法
故障诊断模型
通道注意力机制
无线振动传感器
Softmax函数
机械故障预防技术
时序
脉冲间歇模式
信号
网络
间歇性故障
监测点
机械设备
数据
故障特征
工业现场
系统为您推荐了相关专利信息
电网配电线路故障
故障诊断模型
在线监测方法
机器学习算法
数据传输模块
故障诊断方法
轴承故障诊断
人工鱼群算法
矩阵
传感器
图像训练样本
缺陷类别
缺陷识别方法
耐张线夹
空间结构特征提取
客户端
学习方法
通道注意力机制
离散余弦变换
三元组
结构磁共振
阿尔茨海默症
分类方法
构建分类模型
通道注意力机制