一种基于注意力机制的RCNN-FA-BiGRU自动扶梯轴承故障诊断方法技术

技术编号:39938175 阅读:13 留言:0更新日期:2024-01-08 22:21
一种基于注意力机制的RCNN‑FA‑BiGRU自动扶梯轴承故障诊断方法,包括以下步骤:第一步:自动扶梯轴承振动数据预处理,提取时域指标、频域指标和熵指标,并进行归一化;第二步:将自动扶梯轴承振动指标输入到RCNN特征提取层,进行特征提取;第三步:将RCNN层提取到的特征输入到FA‑BiGRU层进行特征学习;第四步:利用注意力机制加权计算故障权值,利用Softmax归一化得到故障权值概率,根据概率获得故障诊断结果。本发明专利技术实现了对轴承故障的有效诊断,保障自动扶梯的运行安全。

【技术实现步骤摘要】

本专利技术属于轴承故障诊断领域,涉及一种基于注意力机制的rcnn-fa-bigru轴承故障诊断方法。


技术介绍

1、截止至2021年年底,中国电梯保有量已达879.98万台。自动扶梯作为一种便捷的交通工具给人们带来出行便利的同时,由于数量的增加,其零部件的故障问题也逐渐受到广泛关注。滚动轴承作为自动扶梯传动过程的核心部件,由于长时间在复杂条件下工作,很容易发生故障。轴承发生故障不仅影响设备的安全性和可靠性,而且可能造成巨大的经济损失和人员伤亡。因此,轴承的故障诊断对于自动扶梯的安全运行与维护管理具有重大意义。

2、轴承在运行过程中出现故障时,内圈、外圈及滚动体各部件之间会发生周期性冲击,产生的振动信号反映了故障的关键信息。传统的轴承智能故障诊断方法主要采用时频信号处理技术进行故障特征提取,然后利用分类器进行故障分类识别。这类方法虽然取得了一定的效果,但严重依赖专业知识、人工提取特征繁琐、泛化性能较差,其应用受到极大的限制。近年来,深度学习因其出色的特征自动提取与特征自学习能力,被越来越多的应用于故障诊断领域中。

3、基于深度学习的滚本文档来自技高网...

【技术保护点】

1.一种基于注意力机制的RCNN-FA-BiGRU自动扶梯轴承故障诊断方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的基于注意力机制的RCNN-FA-BiGRU自动扶梯轴承故障诊断方法,其特征在于,所述第一步的过程如下:

3.如权利要求1或2所述的基于注意力机制的RCNN-FA-BiGRU自动扶梯轴承故障诊断方法,其特征在于,所述第二步的过程如下:

4.如权利要求1或2所述的基于注意力机制的RCNN-FA-BiGRU自动扶梯轴承故障诊断方法,其特征在于,所述第三步的过程如下:

【技术特征摘要】

1.一种基于注意力机制的rcnn-fa-bigru自动扶梯轴承故障诊断方法,其特征在于,所述方法包括以下步骤:

2.如权利要求1所述的基于注意力机制的rcnn-fa-bigru自动扶梯轴承故障诊断方法,其特征在于,所述第一步的过程如下:

3....

【专利技术属性】
技术研发人员:肖刚董锦锦陆佳炜李仁牛有权沈明明程芳芳徐晶吕楠
申请(专利权)人:中国计量大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1