摘要
本发明公开了一种滚动轴承故障诊断方法及系统,涉及智能故障诊断技术领域,包括以下步骤:对多个源域的滚动轴承振动原始信号进行预处理,得到多个时域数据集和多个频谱数据集;构建故障诊断模型,故障诊断模型包括第一特征提取器、第二特征提取器、第一分类器、第二分类器、融合特征提取器和联合分类器;对多个时域数据集中的同类样本进行数据增强,生成多个增强数据集;通过时域数据集、增强数据集和频谱数据集对故障诊断模型进行训练。本发明可以在领域间差异较大情况下有效提取跨域不变表示,进而提升未知工况下模型的精细化诊断性能。
技术关键词
融合特征提取
故障诊断模型
分类器
特征提取器
滚动轴承
数据
智能故障诊断技术
样本
参数
批量
信号
代表
模块
标签
因子
工况
系统为您推荐了相关专利信息
缺陷辨识方法
分布式光纤
趋势波动分析
空间映射算法
结构动力学参数
电力设备数据管理
BERT模型
卷积网络模型
语义
依存句法分析
心理健康
情绪识别模型
分级预警系统
多模态
对象
多模态
身份信息识别方法
身份信息识别系统
证件图像
数据