摘要
本发明专利公开了一种基于混叠周期融合特征的托辊故障诊断方法,具体涉及辊故障诊断领域。本方案通过传感器采集输送机托辊运行数据,并对采集到的原始传感数据进行预处理;基于滑动窗口采样将托辊传感数据划分成样本,并按6:3:1划分训练集、验证集和测试集;构建基于Times‑SCConv网络的托辊故障诊断模型,并初始化参数;基于训练集和验证集对Times‑SCConv网络进行训练、验证,利用优化算法对网络参数进行优化,并保存最佳权重;将测试集输入到最优的Times‑SCConv网络模型中进行托辊故障诊断,最终获得托辊故障分类结果及测试准确率。采用本发明技术方案解决了托辊的传感数据信号混叠耦合时,故障特征提取困难的问题,实现对托辊数据周期变化特征的建模提取。
技术关键词
故障诊断方法
融合特征
故障诊断模型
传感
周期
滑动窗口采样
卷积模块
输送机托辊
托辊故障
Sigmoid函数
冗余特征
样本
数据预处理方法
通道
故障特征提取
优化网络参数
浅层特征提取
系统为您推荐了相关专利信息
作业智能
管控系统
作业环境感知
综合传感器
动态规划算法
优化控制系统
空调单元
温度变化信息
温度传感单元
模式
温度控制方法
产床
嵌入式处理器
ACDC电源模块
LED状态指示灯
电池热失控
处置装置
热失控风险
电机法兰
自动驾驶系统
偏差标定方法
GNSS接收机
天线相位中心
基线
主天线