System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轴承故障诊断领域,更具体地说是一种滚动轴承故障诊断方法。
技术介绍
1、滚动轴承是许多工业设备和机械系统中重要的组件之一,其正常运行对于保障设备的稳定性、可靠性和工作效率具有关键作用。然而,由于长期运转、恶劣工作环境以及负荷变化等原因,滚动轴承容易出现磨损、裂纹、疲劳和松动等故障。如果这些故障未能及时检测和诊断,可能会导致设备的停机维修、生产中断甚至事故,从而增加生产成本和安全隐患;
2、传统的滚动轴承故障诊断方法主要依赖于振动分析、声学特征提取、频谱分析等技术,但这些方法可能在故障早期难以准确捕捉微小的变化,同时也容易受到噪声和环境干扰的影响。
技术实现思路
1、本专利技术的目的是提供一种滚动轴承故障诊断方法,可以将格拉姆角差场与残差网络相结合,并在残差网络中嵌入通道注意力模块,以用于滚动轴承故障诊断,从而提高故障诊断精度。
2、本专利技术的目的通过以下技术方案来实现:
3、一种滚动轴承故障诊断方法,通过格拉姆角差场编码gadf将滚动轴承的振动信号转换成二维图像,将通道注意力模块fca嵌入残差网络模型resnet构建故障诊断模型fca-resnet,将二维图像输入到故障诊断模型fca-resnet中实现故障分类以用于滚动轴承故障诊断;
4、该方法包括以下步骤:
5、s1:以残差网络模型resnet为基础构建故障诊断模型fca-resnet;
6、s2:嵌入离散余弦变换的通道注意力模块fca;
...【技术保护点】
1.一种滚动轴承故障诊断方法,其特征在于:通过格拉姆角差场编码GADF将滚动轴承的振动信号转换成二维图像,将通道注意力模块Fca嵌入残差网络模型ResNet构建故障诊断模型Fca-ResNet,将二维图像输入到故障诊断模型Fca-ResNet中实现故障分类以用于滚动轴承故障诊断。
2.根据权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:该方法包括以下步骤:
3.根据权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:所述S5中格拉姆角差场编码GADF将振动信号转换成二维图像包括以下步骤:
4.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述实测值的编排式为:
5.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述数值编码转换为角余弦的方式为:
6.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述格拉姆角差场编码GADF的定义式如下:
7.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述格拉姆角差场编码GADF的编码过程为根据时序信号的变化过程,从左
8.根据权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:所述残差网络模型ResNet是在卷积层之间使用一个快捷连接通道,将上层提取到的有效特征通过该通道直接传输到后面,进而有效防止卷积层对上层提取到的特征进行重复提取。
9.根据权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:所述通道注意力模块Fca通过自适应地关注有用的通道信息。
10.根据权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:所述残差网络模型ResNet是34层的残差网络,在中间层的卷积模块嵌入通道注意力模块Fca,构建故障诊断模型Fca-ResNet。
...【技术特征摘要】
1.一种滚动轴承故障诊断方法,其特征在于:通过格拉姆角差场编码gadf将滚动轴承的振动信号转换成二维图像,将通道注意力模块fca嵌入残差网络模型resnet构建故障诊断模型fca-resnet,将二维图像输入到故障诊断模型fca-resnet中实现故障分类以用于滚动轴承故障诊断。
2.根据权利要求1所述的一种滚动轴承故障诊断方法,其特征在于:该方法包括以下步骤:
3.根据权利要求2所述的一种滚动轴承故障诊断方法,其特征在于:所述s5中格拉姆角差场编码gadf将振动信号转换成二维图像包括以下步骤:
4.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述实测值的编排式为:
5.根据权利要求3所述的一种滚动轴承故障诊断方法,其特征在于:所述数值编码转换为角余弦的方式为:
6.根据权利要求3所述的一种滚动轴承故障诊断方法,其...
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。