公开(公告)号：CN118277857A

公开(公告)日：2024-07-02

申请号：CN202410373644.9

申请日：2024-03-29

Applicant: 东北大学秦皇岛分校

Inventor： 赵玉良 ,  廉超 ,  邵金亮 ,  吕晓永

IPC: G06F18/241 ,  G06F18/2131 ,  G06V10/44 ,  G06V10/52 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于序列数据图像化与特征增强网络的故障诊断方法，涉及故障诊断技术领域，解决的技术问题在于利用机械设备的振动信号数据，实现对设备的故障诊断。本发明的框架集成了序列数据跨域融合图像化方法以及新型轻量级特征增强网络结构。其中，跨域融合图像化方法包括数据预处理、数据变换、点像素映射及跨域融合图像生成；轻量级特征增强网络结构包括特征提取模块、特征融合模块、特征增强模块和分类模块。序列数据经图像化后可提供更多故障信息，更突出固有特征，作为特征增强网络的输入数据，可实现对机械设备高精度、快速的故障诊断。本发明解决了原始振动数据中时间和频率特征表达不足以及现有网络模型特征提取能力不足的问题，为机械设备的故障诊断提供了新的视角和方向。