摘要
本申请公开了一种基于信息融合的液压泵故障检测方法、设备及介质,属于液压设备故障检测的技术领域。方法包括:采集液压泵的振动信号和压力信号;基于数学形态学滤波算法处理振动信号和压力信号,以生成去噪振动信号和去噪压力信号;通过卷积神经网络处理上述信号,生成振动特征图和压力特征图;基于注意力机制生成加权振动特征图和加权压力特征图;整合加权振动特征图和加权压力特征图,与生成综合故障特征向量;基于归一化算法生成归一化综合特征;通过卷积神经网络的全连接层和Softmax分类层处理归一化综合特征,输出故障类别诊断结果。本申请通过上述方法实现了提高液压泵的故障检测的准确性和可靠性的技术效果。
技术关键词
振动特征
一维卷积神经网络
综合故障
数学形态学滤波
归一化算法
故障类别
信号
注意力机制
执行卷积运算
液压泵故障
高维特征向量
计算机可执行指令
非线性特征
液压设备故障
Softmax函数
生成压力
通道