摘要
本发明公开了一种基于PGStarNet‑MFE模型的滚动轴承故障诊断方法,属于故障诊断技术领域。本发明创新性地融入多头特征提取(MFE)模块,可以有效实现多层次、全面性的特征提取与表达,同时,采用基于改进大蔗鼠优化算法设计的线性加权损失函数替代交叉熵损失函数,有效解决了交叉熵损失函数在处理二维故障图像数据时面临的类间和类内距离优化问题,克服了传统交叉熵损失函数对复杂故障特征的非适应性,显著提升了模型的收敛速度与诊断效率。
技术关键词
滚动轴承故障诊断
加权损失函数
多尺度特征提取
优化算法设计
三元组损失函数
输出特征
振动加速度信号
全局平均池化
分支
特征提取模块
连续小波变换
网络
故障诊断技术
样本
阶段
故障特征
系统为您推荐了相关专利信息
轴承故障诊断方法
车辆轴承
浅层特征提取
数据
全局平均池化
电力通信网
数据
预警模型
智能预警方法
协方差矩阵
带式输送机
托辊故障
多尺度特征提取
分布式光纤
混合损失函数