摘要
本申请公开了一种小样本TBM主轴承滚动体故障状态识别方法及系统,涉及故障诊断领域,该方法包括:获取TBM主轴承滚动体的待识别振动信号,采用时间窗划分待识别振动信号,得到多个时间窗序列;将任一时间窗序列输入至训练好的故障识别神经网络中,得到故障状态识别结果;故障识别神经网络包括数据嵌入模块、堆叠模块和故障辨识模块;堆叠模块包括级联的特征提取模块组;特征提取模块组包括特征提取模块和局部特征增强模块;特征提取模块在稀疏注意力机制中引入方差调制机制,以根据注意力分数的方差确定注意力分数的权重;局部特征增强模块采用多尺度卷积核进行特征增强。本申请提高了TBM主轴承小样本状态下的故障状态识别的精度和效率。
技术关键词
故障状态识别方法
特征提取模块
轴承滚动体
识别神经网络
堆叠模块
数据嵌入
辨识模块
多尺度卷积核
样本
序列
索引
编码
状态识别系统
注意力机制
剪枝策略
信号
数值
系统为您推荐了相关专利信息
衰退预测方法
UPS设备
历史运行数据
长短期记忆模型
循环神经网络模型
推荐模型训练方法
深度学习模型
预训练语言模型
网络特征
统计特征
编码向量
燃气发电机组
性能优化方法
深度学习特征提取
案例库
知识蒸馏方法
特征提取模块
教师
检测头
调控策略