摘要
一种汽轮机主轴轴承的故障诊断方法,它属于汽轮机故障诊断技术领域。本发明解决了现有方法的故障诊断准确率低以及现有模型结构复杂导致难以在实际工业场景中部署和应用的问题。本发明的噪声自适应随机卷积块通过对振动信号局部特征的随机扰动,引导模型形成对全局信息的归纳偏置,在保留故障关键特征的同时显著降低了对噪声的敏感性,同时简化了模型复杂度。全局注意力机制能够有效增强模型对关键故障特征的关注能力,并具备良好的噪声辨识能力。同时本发明的模型具备很好的非线性动态特性建模能力,在高噪声环境下依然能够实现高精度的汽轮机主轴轴承故障识别,同时模型参数量少。本发明方法可以应用于汽轮机故障诊断。
技术关键词
汽轮机主轴轴承
特征提取单元
故障诊断方法
故障诊断模型
注意力机制
特征提取模块
输出模块
输入模块
矩阵
噪声
汽轮机故障诊断
关键故障特征
信号
元素
复杂度
非线性
加速度
系统为您推荐了相关专利信息
差分隐私
模型学习方法
节点特征
注意力机制
网络
卷积模块
通道注意力机制
网络模块
特征提取能力
图片
类别预测模型
特征提取单元
特征提取模块
融合特征
数据
布匹疵点检测方法
模糊隶属度函数
卷积神经网络模型
制作布匹
混合编码器
深度特征融合网络
离散小波变换
小波多尺度
特征提取网络
通道注意力机制