公开(公告)号：CN117851857A

公开(公告)日：2024-04-09

申请号：CN202310792058.3

申请日：2023-06-30

Applicant: 辽宁大学

Inventor： 张利 ,  王作欣 ,  李红升

IPC: G06F18/24 ,  G01M13/045 ,  G06N3/0464 ,  G06N3/049 ,  G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/25 ,  G06N3/048

Abstract: 一种注意力降噪的残差时间卷积故障诊断方法，步骤如下：1)收集轴承震动信号；2)数据增强；3)根据不同信噪比生成对应的数据集；4)设计并构建注意力降噪的残差时间卷积模型；5)使用不同噪声的数据集数据集对4)中设计的模型进行训练测试，验证此发明的有效性和抗噪性。本发明针对在实际工况中震动信号中存在噪声这一问题，设计一种自注意力机制以获取输入数据的注意力权重，通过注意力值为每个信号特征生成特定的阈值，再经软阈值化操作消除无关冗余信息，以达到降噪效果。设计批归一化方法加入到时间卷积网络中，进一步优化模型的特征提取能力。使用设计的方法在制作的数据集上进行实验，验证所设计方法的抗噪性和有效性。

公开(公告)号：CN117606799A

公开(公告)日：2024-02-27

申请号：CN202310454965.7

申请日：2023-04-25

Applicant: 辽宁大学

Inventor： 丁琳琳 ,  李红升 ,  王作欣 ,  张利 ,  张皓博

IPC: G01M13/045 ,  G06F18/24 ,  G06N3/045 ,  G06N3/084 ,  G06N3/088

Abstract: 一种自注意低通滤波器的无监督轴承故障诊断方法，包括以下步骤：1)获取轴承振动信号；2)构建自注意低通滤波器；3)信号增强处理；4)轴承故障诊断；5)微调模型；6)实际应用。本发明设计并实现一种自注意低通滤波器的无监督轴承故障诊断方法。根据无监督模型依赖代理任务的特性，结合信号处理知识，引入巴特沃斯滤波器替代传统代理任务。并将自注意力机制融入巴特沃斯滤波器构建自注意低通滤波器，以此解决传统无监督模型时序性分析能力弱的问题。通过改进后的自注意低通滤波器对信号进行增强后输入模型进行训练。在与传统的无监督代理任务的对比实验中验证了本发明的高效性及鲁棒性。

公开(公告)号：CN118051823A

公开(公告)日：2024-05-17

申请号：CN202410257383.4

申请日：2024-03-07

Applicant: 辽宁大学

Inventor： 张利 ,  王作欣 ,  罗浩 ,  李红升

IPC: G06F18/241 ,  G01M13/045 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种结合多尺度卷积的轻量化ViT故障诊断方法，步骤为：1收集正常与故障轴承震动加速度信号；2数据处理与增强；3根据模拟工业真实情况，生成不同信噪比数据集；4设计并搭建结合多尺度卷积的轻量化ViT故障诊断模型；5使用不同噪声的数据集对4中设计的模型进行训练测试；6使用模型对实际工业数据进行诊断。本发明针对在生产中存在噪声且终端机算力有限这一情况，设计结合多尺度卷积的轻量化ViT故障诊断模型。首先，通过设计的多尺度残差可分离卷积网络进行局部特征提取。之后，通过轻量化ViT网络获取全局特征依赖关系。最后，通过分类器进行分类。使用设计的方法在数据集上进行实验，验证了所设计方法的准确性和高效性。