【技术实现步骤摘要】
本专利技术涉及故障诊断，具体涉及一种轴承故障诊断方法、装置、电子设备及存储介质。
技术介绍
1、复杂度高、联系紧密、规模庞大是现代化的生产系统具有的特点，尤其对于高端智能设备，一旦发生故障便会引发重大安全事故，造成不可想象的经济损失和人员伤亡。在旋转器械中，滚动轴承作为最主要、最重要的部件之一，由于其工作环境通常为长时间运行、高负荷、强冲击、多振动且复杂的车间生产环境，极易在内圈、外圈和滚珠上出现故障，造成难以挽回的损失，且与其他部件相比，轴承的寿命离散性很大，无法用固定的寿命上限约束。因此，对轴承运行状态进行有效的监测和诊断具有重要意义。
2、随着科技变革、产业变革的不断深入发展，新一代能源技术、材料技术和信息技术等不断突破并融入先进制造，为制造业智能化发展提供了新的发展机遇。随着智能化进程的加快，发展基于数据驱动型的诊断算法具有越来越迫切的现实需求。目前常用故障诊断方法有基于模型的方法和数据驱动的方法。随着人工智能发展，基于数据驱动型的轴承智能故障诊断算法因其出色的诊断及时性和精准性渐渐成为主流的故障诊断方法。如今，随着...
【技术保护点】
1.一种轴承故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述特征提取网络模块，包括依次串联的：四个自注意力机制模块；
3.根据权利要求2所述的轴承故障诊断方法，其特征在于，所述多头注意力层运算表达式如下：
4.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述金字塔模块，包括依次串联的：全连接层和上采样层。
5.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述并将所述训练用的二维图像输入至金字塔自注意力机制模型进行训练，得到轴承故障诊断模型，包括：
6.根...
【技术特征摘要】
1.一种轴承故障诊断方法，其特征在于，包括：
2.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述特征提取网络模块，包括依次串联的：四个自注意力机制模块；
3.根据权利要求2所述的轴承故障诊断方法，其特征在于，所述多头注意力层运算表达式如下：
4.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述金字塔模块，包括依次串联的：全连接层和上采样层。
5.根据权利要求1所述的轴承故障诊断方法，其特征在于，所述并将所述训练用的二维图像输入至金字塔自注意力机制模型进行训练，得到...
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。