摘要
本发明公开的一种基于MTF和Mixup的跨工况旋转机械故障诊断方法、系统和介质,其中方法包括:获取旋转机械的振动信号通过预设机制转换得到目标图像,其中,所述目标图像为二维图像数据;对所述目标图像利用预设算法进行数据增强得到增强图像样本;将所述增强图像样本输入到特征提取器中进行特征提取得到深度特征;将所述深度特征输入到预设的标签分类器中进行故障分类以输出预测标签。本发明通过MTF和Mixup的结合,解决了跨工况故障诊断中的信号表征和泛化能力问题,其中,利用MTF将时序信号转换为图像,以及利用Mixup生成多样化数据,二者协同提升了模型在目标域上的性能,具有较高的工程应用价值。
技术关键词
旋转机械故障
二维图像数据
标签
样本
工况
分类器
诊断系统
算法
机制
信号
更新模型参数
可读存储介质
特征提取器
网络
故障特征
程序
系统为您推荐了相关专利信息
岩溶地貌
地貌特征
图像分析模型
语义特征
图像分析方法
知识蒸馏优化
挖掘系统
规则推理引擎
数据采集模块
决策
采样率
变量
软测量方法
构建卷积神经网络
注意力