欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024105592288
申请人: 洛阳理工学院
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种滚动轴承故障诊断方法,包括模型训练过程和诊断过程,

模型训练过程中获取滚动轴承正常工作状态以及多种故障状态的振动信息并建立数据集,用于对故障诊断模型进行训练;

诊断过程中获取滚动轴承运行时的实时振动信息,送入训练好的故障诊断模型进行诊断,并输出诊断结果,其特征在于:模型训练过程和诊断过程中,对获取的振动信息进行连续小波变换处理后获得二维时频域图像;将获得的二维时频域图像作为输入,送入故障诊断模型进行处理;

所述的故障诊断模型包括输入部分、主体部分和输出部分,所述的输入部分包括卷积初始化模块和Dropout层,卷积初始化模块对二维时频域图像进行卷积初始化后,经Dropout层传递至主体部分;

主体部分以RegNet网络为基础,引入ConvLSTM提取输入图像的时空特征,并馈送到RegNet残差网络中;其中,RegNet网络包括多层残差网络,并设有多层ConvLSTM,ConvLSTM将残差网络中的特征信息作为输入,并生成隐藏状态,隐藏状态在该残差网络中与特征信息连接后在该残差网络的后续卷积中使用,由残差网络经过处理后输出特征信息到下一层残差网络;前一层ConvLSTM输出的隐藏状态同时传递到下一层ConvLSTM;

每一层残差网络的最后均设有CBAM注意力模块,残差网络提取处理的特征信息经过CBAM注意力模块添加注意力机制后作为其输出。

2.如权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:用于故障诊断模型训练的数据集包括多种负荷下滚动轴承正常工作状态以及多种故障状态的振动信息数据,并划分为训练集、测试集和验证集。

3.如权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:用于故障诊断模型训练的数据集采用重叠采样的方式截取滚动轴承振动信号,并对信号数据增强处理后组成数据集,重叠采样运算公式为

4.如权利要求1-3任一项所述的一种滚动轴承故障诊断方法,其特征在于:所述的振动信息通过连续小波变换,将原始的一维故障信号转换成二维的时频域图像。

5.如权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:传递至残差网络的信息经过一个卷积操作后作为特征信息输入ConvLSTM,用于生成隐藏状态。

6.如权利要求5所述的一种滚动轴承故障诊断方法,其特征在于:第一层ConvLSTM初始化的隐藏状态为0,结合第一层残差网络中经过一个卷积操作的特征信息生成新的隐藏状态,新的隐藏状态传递至下一层ConvLSTM。

7.如权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:所述的主体部分设有四层残差网络和三层ConvLSTM,最后一层残差网络的输入特征信息不经过ConvLSTM处理。

8.如权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:所述的输出部分包括Avgpooling层和Linear层。