摘要
本发明公开了一种基于声学去噪的多模态船用轴承故障检测方法,包括获取船用轴承故障信号数据;且船用轴承故障信号数据包括不同故障工况类别下,所对应轴承故障的声学时间序列数据与振动时间序列数据;构建基于声学去噪的多模态船用轴承故障检测模型,包括输入层、图构建模块、特征提取网络、基于双向长短期记忆网络的声学降噪网络、最近邻插值模块、特征融合网络以及分类预测模块;通过船用轴承故障信号数据进行模型训练获取最优检测模型,进而实现基于声学去噪的多模态船用轴承故障检测。本发明解决了现有方法不能有效克服船舶强噪声环境干扰且融合多源信息能力不足,造成在复杂船舶工况下故障检测的准确性、鲁棒性以及早期预警能力差的问题。
技术关键词
船用轴承
故障检测模型
故障检测方法
声学特征
振动特征
模态特征
特征融合网络
注意力
故障类别
特征提取网络
插值模块
非线性
融合特征
双向长短期记忆
降噪滤波
振动噪声
输入模块
模型超参数
数据
系统为您推荐了相关专利信息
断裂分析方法
地震
断裂特征
相位变化特征
融合策略
故障诊断模型
连续小波变换
特征提取器
故障告警信息
场景
故障诊断模型
故障检测方法
中间件
随机森林
指标
点读笔
数据智能管理方法
多维关联数据
交互历史数据
数据智能管理系统