-
公开(公告)号:CN117909827A
公开(公告)日:2024-04-19
申请号:CN202410076346.3
申请日:2024-01-18
Applicant: 北京交通大学
IPC: G06F18/241 , G06F18/243 , G06F18/213 , G06N3/045 , G06N3/0495 , G06N3/096 , G06N20/20 , G01M13/045
Abstract: 本发明涉及轴承故障诊断技术领域,具体涉及一种采用知识蒸馏方法构建的轴承故障诊断方法,获取不同故障类型轴承在相同工况下由加速度传感器的震动采样原始数据集,以固定长度的窗口截取数据并逐个片段进行归一化,对归一化后的数据进行小波变换,将小波系数堆叠为单通道灰度图,分割训练集和测试集,训练教师卷积神经网络模型,并使用教师模型训练蒸馏学生模型,对每个图像应用大小为6*6像素、位移步长为1的灰度图像窗口进行处理,并最终由每个图像生成9个6*6像素的子图像,解决了故障轴承分类预测效果不佳、模型训练费时、模型参数过多、超参数调优困难等问题,并为轴承传感器信号处理提供了一种高质量且结果可靠的故障诊断模型。