-
公开(公告)号:CN117828531A
公开(公告)日:2024-04-05
申请号:CN202410013083.1
申请日:2024-01-04
Applicant: 河南科技大学
IPC: G06F18/25 , G06F18/213 , G06F18/241 , G06N20/00 , G06F18/214 , G06N3/0464 , G01M13/045
Abstract: 一种基于多传感器多尺度特征融合的轴承故障诊断方法,采集电流信号与振动信号制作数据集,对数据集样本增强后分为训练集、验证集和测试集;搭建多尺度特征融合的网络模型,将训练集中的信号数据经过快速傅里叶变换转化,提取特征后引入注意力机制调整权重,将融合特征使用自校正卷积与空洞卷积交替处理,后经过池化、特征展平与全连接,最后通过分类器输出故障的分类结果;将验证集输入模型微调模型的参数;最后使用测试集进行测试,输出结果。通过振动信号、电流信号等多源数据作为输入,利用神经网络善于发掘训练样本中隐含规律的特性,致力于提取多源数据的多尺度特征,并将其多尺度特征进行融合,完成轴承的智能故障诊断过程。