摘要
本发明公开了一种基于特征提取网络的铁路转向架轴承故障诊断方法及设备,涉及城轨列车的智能诊断与维护保障领域。所述方法包括:数据采集:采集转向架轴箱轴承在相同转速与负载组合下的振动信号;数据预处理:基于改进经验小波变换对每段信号进行频谱自适应分解,引入Fisher分数与频谱熵联合打分机制,筛选出关键模态信号,之后进行图像映射重构为诊断序列;模型构建:在轻量级卷积神经网络的基础上引入拓扑感知注意力机制模块,构建故障诊断模型;模型训练:对故障诊断模型进行训练,获得优化后的故障诊断模型;诊断结果输出:使用优化后的故障诊断模型对转向架轴箱轴承的故障信号进行诊断,输出诊断结果。所述方法能够提高故障诊断的准确性。
技术关键词
轴承故障诊断方法
铁路转向架
转向架轴箱轴承
故障诊断模型
特征提取网络
经验小波变换
轻量级卷积神经网络
特征值
轴承故障诊断设备
协方差矩阵
转向架试验台
间距检测方法
特征提取模块
拓扑特征
实物仿真平台
故障类别
模拟信号调理
注意力机制
系统为您推荐了相关专利信息
轴承故障诊断方法
轴承故障特征
耦合动力学
神经网络模型
特征提取器
检测模型训练方法
检测头
特征提取网络
注意力机制
传播算法
差分隐私保护
推理系统
信息安全交叉技术
动态
多模态特征