摘要
本发明涉及机械故障诊断领域,具体为一种提升机滚动轴承故障智能诊断方法、系统、设备及存储介质。通过采集电机轴承的三轴振动信号并进行归一化处理,利用快速傅里叶变换和变分模态分解提取频域与时域特征,构建多维度特征向量。经卷积神经网络提取空间特征后,与时间特征拼接形成综合特征表示,再利用Transformer捕捉时序关系,并通过时间子空间注意力模块增强特征,最终经全连接层输出轴承故障类型。本发明融合多种先进模型结构,适应复杂工况下的非平稳振动信号,显著提升诊断的鲁棒性与准确性。同时,还构建了完整的轴承故障智能诊断系统,实现从原始数据采集到故障类型输出的全流程自动诊断,可部署于工业现场,具有良好的可扩展性与工程实用性。
技术关键词
时空融合特征
滚动轴承故障智能诊断方法
模态分解方法
提升机
轴承故障诊断
皮尔逊相关系数
故障诊断模块
故障智能诊断系统
注意力
特征提取模块
傅里叶变换方法
数据处理模块
卷积神经网络提取
拼接模块
机械故障诊断
信号
可读存储介质
电机轴承
系统为您推荐了相关专利信息
视觉检测机构
直线模组
图像采集机构
横移机构
多角度
个性化设计方法
结构组件
梯度提升机
口腔三维扫描
数据
价格预测模型
家装
智能报价系统
遗传算法
自然语言
结冰控制系统
边坡
结冰风险
指数
网络视频摄像机