公开(公告)号：CN119442034A

公开(公告)日：2025-02-14

申请号：CN202411578471.0

申请日：2024-11-07

Applicant: 华侨大学 ,  厦门五卓未来科技有限公司

Inventor： 周林 ,  舒旭童 ,  林守捷 ,  柯毅东 ,  郑琳潇

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/10 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/084 ,  G06F123/02

Abstract: 本发明提供了一种基于人工智能对轴承故障的分类方法、装置、设备、及存储介质，通过获取由传感器采集到的轴承转动信号，并将所述轴承转动信号进行预处理后进行连续小波变换，以生成二维时频图；接着，调用预训练的鉴别器对所述二维时频图进行滑动特征提取，以生成高度特征和宽度特征，并通过注意力机制根据所述高度特征和所述宽度特征识别出关键特征；再接着，将所述关键特征进行转为一维的特征向量，并将所述一维的特征向量通过多个卷积层和全连接层对所述关键特征进行分类，并输出对应的故障类别，其中，所述故障类别包括内圈故障、外圈故障、以及滚动体故障。解决了现有时域或频域分析中难以捕捉复杂信号特征的问题。

公开(公告)号：CN118673360A

公开(公告)日：2024-09-20

申请号：CN202410683101.7

申请日：2024-05-29

Applicant: 华侨大学

Inventor： 周林 ,  舒旭童 ,  练秋芳 ,  鲁紫君 ,  柯毅东

IPC: G06F18/24 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/045 ,  G01M13/04

Abstract: 本发明涉及一种应用于轴承故障诊断的协调注意力机制与辅助分类对抗生成网络方法及装置。将协调注意力机制CA与辅助分类对抗生成网络ACGAN相融合建立CA‑ACGAN模型实现轴承故障诊断。包括：采集原始一维轴承数据；将原始一维轴承数据进行连续小波变换转换为二维时频图作为真实数据；改进协调注意力机制，并将其与生成器融合；将随机噪声与标签一同送入生成器中生成虚假数据；将真实数据和虚假数据一起送入鉴别器训练；算法终止条件判断；重复进行步骤直到达到纳什平衡；将训练完成的鉴别器提取出来，将测试集送入鉴别器进行测试，输出准确率及分类结果。本发明不仅改善了原始算法的缺点而且在抗噪声性能上也表现出优异的性能。