摘要
本发明公开了一种基于持续同调波动序列的故障诊断方法、产品及设备,属于故障诊断技术领域。该方法包括:进行多维度特征提取,所述多维度特征包括时域特征、频域特征和拓扑特征;所述拓扑特征包括相空间重构和持续同调波动序列;对提取的多维度特征进行融合;将融合后的特征数据输入机器学习分类模型中进行模型训练或分类。本发明可以不依赖于大规模数据集,通过拓扑特征捕捉信号中的细微模式,提升模型对复杂数据的表征能力。
技术关键词
故障诊断方法
拓扑特征
机器学习分类模型
频域特征
多维度特征提取
序列
时域特征
故障诊断技术
重构
计算机程序产品
处理器
时序特征
数据
计算机设备
信号
存储器
信噪比
模式
点云
框架
系统为您推荐了相关专利信息
偏心故障
电机转子转轴
预警装置
电机运行状态
电机运行数据
音频特征
策略
强化学习模型
驱动执行装置
动态障碍物
鲸鱼优化算法
电机滚动轴承
一维卷积神经网络
综合评价指标
早期故障诊断
换流变压器
故障诊断方法
深度特征提取
特征加权融合
信号预处理模块