公开(公告)号：CN116558825A

公开(公告)日：2023-08-08

申请号：CN202310461787.0

申请日：2023-04-26

Applicant: 辽宁大学

Inventor： 张利 ,  顾士兴 ,  丁琳琳 ,  罗浩 ,  张皓博

IPC: G01M13/045 ,  G06F18/10 ,  G06F18/25 ,  G06V10/774 ,  G06V10/764 ,  G06F18/24

Abstract: 一种改进MHSA双路径特征融合的小样本故障诊断方法，步骤如下：(1)信号采集；(2)数据处理；(3)特征学习；(4)故障分类。在实际工业生产中经常面临信号稀缺问题，为了在有限的训练样本中充分学习振动信号中的时域信息，我们先后对振动信号的时域信息提取两次，首先经过CWT得到具有时频信息的时频图，然后将时频图放入改进的MHSA中进行第二次的时域信息提取，再送入双路径特征融合中提取振动信号的局部信息和全局信息实现故障分类。我们在PT300滚动轴承实验台进行了对比试验来评估该方法的诊断性能。结果表明，本发明所提出方法的在噪声环境下诊断精度和稳定性要优于传统深度学习和机器学习的故障诊断模型。

公开(公告)号：CN117475191A

公开(公告)日：2024-01-30

申请号：CN202310791257.2

申请日：2023-06-30

Applicant: 辽宁大学

Inventor： 张利 ,  顾士兴 ,  张凯鑫 ,  张皓博 ,  罗浩

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/24 ,  G06V10/40 ,  G06N3/0464 ,  G06V10/82

Abstract: 一种特征对齐域对抗神经网络故障诊断方法，步骤如下：(1)信号采集；(2)数据扩充；(3)特征学习；(4)故障分类。改进特征对齐生成对抗网络构建真实数据与生成数据的最大均值差异机制，以卷积模块代替全连接模块，以实现对不平衡数据的扩充，可以满足域对抗神经网络DANN中源域与目标域数量平衡需求。DANN领域判别器对齐域间特征分布的同时会弱化特征提取器提取到的域内分类特征，为了使DANN标签分类器分类更准确，建立多尺度注意力机制筛选出重要故障相关信息，提取域判别不变下分类相关特征，并构建熵最小标签分类器，提高模型泛化能力。改进的域对抗神经网络可以更好的识别目标域样本的故障类别，完成滚动轴承不平衡样本下的故障识别。