摘要
本发明公开了一种齿轮箱复合故障诊断方法、存储介质,涉及故障诊断技术领域。齿轮箱复合故障诊断方法包括:采用改进的特征模式分解算法分别对多工况下的齿轮箱振动信号进行模式分解,得到数据样本,其中,数据样本包括带标签的源域数据和无标签的目标域数据;使用源域数据及其对应的标签预训练故障诊断模型,其中,故障诊断模型包括多尺度注意力增强网络和Transformer网络;基于特征库和预训练的故障诊断模型对目标域数据进行双重迁移学习,实现对目标域数据的故障诊断,其中,特征库包括预训练的故障诊断模型对源域数据进行特征提取得到的源域特征。该方法可实现齿轮箱复合故障的准确诊断。
技术关键词
故障诊断模型
注意力
输出特征
遗传算法优化
分解算法
数据
融合空间位置
齿轮箱
带标签
故障诊断技术
多尺度特征
模块
重构误差
网络
模式
样本
分段
系统为您推荐了相关专利信息
低场核磁共振
匀场方法
磁片
匀场装置
核磁共振磁体系统
交通流预测方法
交通流预测模型
属性匹配
场景特征
时间卷积网络
多层前馈神经网络
深度学习模型
滑动窗口机制
光伏系统
注意力机制