基于间歇性振动信号的机械故障诊断方法、系统及设备

AITNT
正文
推荐专利
基于间歇性振动信号的机械故障诊断方法、系统及设备
申请号:CN202510643103
申请日期:2025-05-19
公开号:CN120333803A
公开日期:2025-07-18
类型:发明专利
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
1
一种电网配电线路故障在线监测方法及系统
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
2
一种基于多数据融合的故障诊断方法、系统、设备及介质
故障诊断方法 轴承故障诊断 人工鱼群算法 矩阵 传感器
3
基于X射线图像的耐张线夹压接缺陷识别方法、装置、终端设备及存储介质
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
4
一种增强结构化联邦图学习方法
客户端 学习方法 通道注意力机制 离散余弦变换 三元组
5
一种基于结构磁共振成像的多尺度空间信息网络分类方法
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
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