摘要
本发明公开了基于多源信息多级融合策略的电机故障诊断方法及装置,方法包括以下步骤:利用多类传感器采集电机电流、电压与振动信号;对电机信号进行归一化预处理,将数据分为训练集和测试集;构建基于不同样本相关性及传感器关系的多层图结构来实现数据级融合;随后,利用图卷积网络和改进的卷积神经网络提取不同类型的特征。将特征进行融合,并引入注意力机制重新分配各通道的权重以增强关键特征;最后,基于熵值加权的决策级融合方案,以减少不良诊断通道的影响,提高最终决策的有效性。本发明的方法能够有效融合多源信号、发挥各级融合策略的优势、提取特征信息的能力强、结构简单且准确率高,可实现载运装备电机高效智能故障诊断。
技术关键词
电机故障诊断方法
融合策略
故障诊断模型
传感器
样本
数据
卷积神经网络提取
信号预处理模块
信号采集模块
故障诊断模块
滑动窗口
模型训练模块
融合特征
代表
融合算法
通道
故障类别
采集电机电流
装备
系统为您推荐了相关专利信息
触摸感应设备
保护方法
控制设备
感应检测技术
背景噪声水平
算法模块
油分离器
传感器模块
制冷模块
控制模块
风险预测方法
风险预测模型
机器学习算法
电化学储能系统
风险预测技术
注压成型模具
神经网络控制器
分布特征
贝叶斯概率模型
间隙补偿机构
速率预测方法
生成对抗网络方法
集成学习算法
钻孔
学习器