摘要
本发明针对离心泵故障诊断领域存在的特征提取效率低与识别精度不足等技术瓶颈,创新性提出一种融合时频分析与改进YOLOv8架构的智能诊断方法。通过连续小波变换实现振动信号向二维时频图谱的智能转换,突破传统方法对人工特征工程的依赖。基于离心泵多工况试验数据集验证表明,本方法在故障分类任务中达到98%的准确率,显著优于传统诊断方案。
技术关键词
离心泵故障诊断
连续小波变换
故障诊断模型
深度学习模型
二维图像特征
智能诊断方法
注意力机制
特征提取方法
训练集
特征工程
故障特征
数据
信号
样本
基础
图谱
瓶颈