基于多模态融合的端到端故障诊断识别方法

AITNT
正文
推荐专利
基于多模态融合的端到端故障诊断识别方法
申请号:CN202511025546
申请日期:2025-07-24
公开号:CN120892864A
公开日期:2025-11-04
类型:发明专利
摘要
本发明公开了基于多模态融合的端到端故障诊断识别方法,步骤是:1)采集振动信号与声学信号,进行预处理,构建训练样本集;2)进行特征提取,获得高维模态特征向量;3)通过端到端深入学习的图生成模块,生成稀疏邻接矩阵,建立图生成结构关系;4)构建多感受野Chebyshev图卷积网络,提取图生成结构中的节点级特征;5)将结构感知特征输入全连接层进行映射,完成对输入样本所属故障类别的预测判别;再进行模型监督训练,通过端到端方式优化模型参数;6)将故障识别模型在测试集上进行预测输出,对故障识别结果进行量化评估,得到故障识别结果。本发明属于设备运行状态监测与故障诊断技术领域,实现旋转设备故障精准诊断。
技术关键词
故障诊断识别方法 表达式 矩阵 多模态 生成结构 通道注意力机制 感知特征 训练样本集 标签 信号 故障类别 设备运行状态监测 拉普拉斯 索引 线性单元 旋转机械设备 多项式
系统为您推荐了相关专利信息
1
一种用于数码相机的数据智能同步方法及系统
智能同步方法 数码相机装置 数据 同步程序 矩阵
2
一种超视距下蒸发波导和对流层散射混合模式的电波传播模型
电波传播损耗 波导 电波传播模型 表达式 计算机可执行指令
3
侧风条件下基于机型配对的三维尾涡危险区确定方法
危险区 动态网格 力矩 条带 升力
4
基于语义计算的多源知识融合方法、装置和设备
语义向量 知识融合方法 注意力机制 词向量模型 冗余
5
一种稀疏矩阵求解过程中进行排序算法调度的方法及系统
排序算法 矩阵 优化机器学习 训练机器学习模型 逻辑回归算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号