基于强适应性图像信息增强的故障诊断方法及系统

AITNT
正文
推荐专利
基于强适应性图像信息增强的故障诊断方法及系统
申请号:CN202510695928
申请日期:2025-05-28
公开号:CN120632559A
公开日期:2025-09-12
类型:发明专利
摘要
本发明公开了一种基于强适应性图像信息增强的故障诊断方法及系统,该方法包括如下步骤:将一维信号分割为等长的数据段,获取每个数据段的特征矩阵,及其行自相关矩阵和列自相关矩阵,并编码为图像,多个数据段生成多个图像,形成图像增强后的图像信息数据集;将图像信息数据集划分为训练集和测试集,将训练集输入到双池化多尺度卷积神经网络模型中进行训练,随后再将测试集输入到已训练完成的双池化多尺度卷积神经网络中,输出故障诊断结果。采用本技术方案,基于图像信息增强和特征融合,实现机械设备的有效诊断。
技术关键词
并行特征融合 卷积神经网络模型 故障诊断方法 矩阵 故障特征 故障诊断系统 图像增强模块 元素 识别模块 图像信息编码方法 输出特征 并行特征提取 数据 批量 缩放参数 池化特征 分支
系统为您推荐了相关专利信息
1
一种异烟酸收率预测方法及系统
异烟酸 实时监测数据 注意力机制 矩阵 算法
2
面向CT影像的OpenMC自动化建模方法
自动化建模方法 蒙特卡罗程序 体素模型 CT影像数据 工具包
3
一种宽厚板钢坯角度的抗干扰测量方法
抗干扰测量方法 宽厚板钢坯 转钢辊道 队列管理方法 轧钢检测技术
4
基于子空间分解的时钟同步方法
时钟同步方法 时钟同步精度 噪声子空间 协方差矩阵分解 信号传播路径
5
基于多源数据融合分析的农作物生长预测方法
生长预测方法 多尺度特征 可信度向量 数据 融合特征
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