摘要
本发明具体公开了一种核电循环泵用齿轮箱组合轴承状态识别方法及系统,该方法包括步骤:采集核电循环泵用齿轮箱组合轴承在不同状态下的多源一维振动信号,分割为等长的多源一维信号段,进行快速傅里叶变换,生成多源信号频域信息融合对称位置矩阵图像数据集OFSPM和多源信号频域信息融合相对位置矩阵图像数据集划分训练集和测试集;将训练集输入双视图级联残差神经网络,进行故障特征提取训练;将测试集输入到已训练完成的双视图级联残差神经网络中,完成组合轴承的状态识别。采用本技术方案,构建具有不同尺度信息交互能力的双视图级联残差神经网络和信息互补的多源信号频域信息融合数据集,实现核电循环泵用齿轮箱组合轴承状态的准确诊断。
技术关键词
级联残差神经网络
齿轮箱组合
频域信息融合
状态识别方法
残差模块
信号
状态识别系统
循环泵
矩阵
多维数据结构
图像
分支
识别模块
训练集
轴承
元素
故障特征提取
系统为您推荐了相关专利信息
超声导波
信号降噪方法
多模态
分支
残差网络模型
多源遥感数据融合
水体提取方法
解码器单元
编码器单元
卷积神经网络模型
状态识别方法
压板
极限学习机方法
颜色空间模型
直方图模型
变化检测算法
轨道交通安全监控
图像
摄像头装置
视频流
睡眠特征
睡眠脑电
波检测系统
残差模块
双向长短期记忆