【技术实现步骤摘要】
本专利技术涉及轴承故障预测。尤其涉及一种基于多注意力模糊认知图的轴承故障预测方法。
技术介绍
1、轴承是机械设备中常见且重要的元件之一，广泛应用于工业生产和交通运输等领域。然而，由于长期工作负荷和恶劣工作环境，轴承容易出现故障，导致设备停机、生产中断和高昂的维修费用。轴承是工业设备中常用的关键部件，用于支撑和转动轴线，承受机械载荷。然而，长期运行和恶劣工作条件可能导致轴承磨损、损坏或故障，进而影响整个设备的性能和寿命。为了实现轴承的健康监测和故障预测，降低维护成本、避免意外停机，轴承故障预测方法应运而生。为了提高设备的可靠性和降低维修成本，轴承故障预测技术变得尤为重要。轴承故障预测是指利用传感器监测轴承状态参数并通过分析、处理和建模来预测轴承的寿命和故障可能性。其目标是实现对轴承健康状况的实时监测和准确预测，及早采取维修或更换措施，避免意外停机和生产损失。现代轴承故障预测方法利用传感器和先进的数据分析技术，监测轴承状态并识别潜在的故障迹象。这些方法允许设备运行人员及时采取维护措施，提前预防可能导致严重损害的故障。
2、现有技...
【技术保护点】
1.一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，所述通过核映射对所述目标特征数据升维得到升维目标数据，包括线性函数及非线性函数，所述线性函数为：y＝kx，其中k为系数；非目标数据线性函数为：y＝xi+1、及其中，l表示映射函数陡峭度的参数，i＝1,2,3,…,l，x为所述目标特征数据，y为所述升维目标数据。
3.根据权利要求2所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，所述预设第一AFCM、第二AFCM和第三AFC
【技术特征摘要】
1.一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，所述通过核映射对所述目标特征数据升维得到升维目标数据，包括线性函数及非线性函数，所述线性函数为：y＝kx，其中k为系数；非目标数据线性函数为：y＝xi+1、及其中，l表示映射函数陡峭度的参数，i＝1,2,3,…,l，x为所述目标特征数据，y为所述升维目标数据。
3.根据权利要求2所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，所述预设第一afcm、第二afcm和第三afcm，具体包括：
4.根据权利要求3所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，在所述第一afcm、第二afcm和第三afcm中，将所述经过残差结构后的节点状态值p″(t)输入到lstm，具体信息由三个门控制：控制输入信息的输入门控制遗忘信息的遗忘门ftc，保留信息的输出门其中：
5.根据权利要求1所述的一种基于多注意力模糊认知图的轴承故障预测方法，其特征在于，所述将所述第一afcm的输出结果、所述第二afcm的输出结果和所述第三afcm的输...
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。