摘要
本发明公开了一种基于彩色图像融合对称点模式的电机故障诊断方法及系统,本发明方法包括将电机的振动信号和电磁信号分别转换为对称点模式图像、并生成融合特征信息的彩色信号图像;分别将融合特征信息的彩色信号图像抽象为高维语义空间中的节点与边,从而构建图结构数据;分别将振动信号和电磁信号的图结构数据利用各自的胶囊图网络模型进行诊断分类,并通过投票机制融合振动信号和电磁信号的诊断分类结果以获得最终的诊断分类结果。本发明旨在将多通道时域信号转化为信息密集、几何一致的图像表达,并基于具备拓扑感知能力的深度图结构网络对这些图像进行统一特征建模的新方案,从而实现高诊断精度和强鲁棒性的电机故障诊断。
技术关键词
电机故障诊断方法
胶囊网络模型
彩色图像
关键点
融合特征
故障振动信号
电磁
Hessian矩阵
模式
镜像对称
电机故障诊断系统
高斯金字塔
数据
节点
拓扑感知能力
对比度
邻域
系统为您推荐了相关专利信息
穴位定位方法
特征提取单元
针灸机器人
关键点
特征提取模块
报告生成系统
大语言模型
模板
分析模块
案件数据
对象
姿态估计
大语言模型
角速度信息
骨骼关键点
视网膜图像血管
类别预测模型
血管图像处理技术
血管分割
数据