一种基于PGStarNet-MFE模型的滚动轴承故障诊断方法

AITNT
正文
推荐专利
一种基于PGStarNet-MFE模型的滚动轴承故障诊断方法
申请号:CN202511025642
申请日期:2025-07-24
公开号:CN120976562A
公开日期:2025-11-18
类型:发明专利
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
1
一种基于深度学习跨模态技术的无人机视频检索方法
视频检索方法 图片 跨模态 文本 事件特征
2
一种基于小波变化和改进的TL-ResNet的滚动轴承故障诊断方法
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
3
基于生成对抗网络的肺癌影像增强方法
肺癌 片状 影像 残差生成器 生成对抗网络模型
4
基于复杂网络的电力通信网智能预警方法
电力通信网 数据 预警模型 智能预警方法 协方差矩阵
5
基于分布式光纤的带式输送机托辊故障检测方法、系统、介质和设备
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
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