摘要
本发明属于车辆工程中的故障诊断领域,涉及一种基于多源异构数据融合的汽车发动机轴承故障诊断方法,所述故障诊断方法由多源异构数据训练数据集训练得到,所述包括数据采集与标记、构建多源异构数据融合的汽车发动机轴承故障诊断模型和发明所设置的超参数,本发明利用Transformer架构中的多头注意力机制,对多源异构数据进行耦合降噪,同时利用自注意机制,关注样本中存在噪声最严重的部分,配合SimAM机制,实现多源异构数据耦合降噪与单传感器信息独立降噪,提升网络的降噪效果。
技术关键词
汽车发动机轴承
多源异构数据融合
故障诊断方法
故障诊断模型
降噪模块
数据故障诊断
噪声
多模态数据融合
多头注意力机制
信号
神经网络激活函数
Sigmoid函数
训练集
声发射传感器
数据特征提取
系统为您推荐了相关专利信息
资产故障诊断
决策管理方法
故障诊断模型
资产全生命周期
运维策略
紧急救援控制系统
电梯运行状态
多传感器融合技术
子系统
物联网通信模块
多源异构数据融合
态势预测方法
交通拥堵程度
突发事件数据
车道占用率
海上升压站结构
健康监测系统
数据分析模块
故障诊断模型
数据处理模块
智能故障诊断方法
样本
深度学习模型
旋转机械状态
状态监测数据