一种集成特征提取和排序因果发现的轴承故障诊断方法技术

技术编号:40317419 阅读:22 留言:0更新日期:2024-02-07 21:00
本发明专利技术涉及轴承故障诊断技术领域,具体是一种集成特征提取和排序因果发现的轴承故障诊断方法;本发明专利技术采用了TSST进行故障特征提取,解决了故障特征提取不完全的问题。同时,引入因果发现理论,研究了故障数据之间的因果关系,并通过ViT网络模型修正因果关系,能够更准确地进行轴承故障诊断,并提高故障诊断的可靠性。

【技术实现步骤摘要】

本专利技术涉及轴承故障诊断,具体是一种集成特征提取和排序因果发现的轴承故障诊断方法


技术介绍

1、轴承是常见机械零部件,在机械设备中起着转动承载的作用。当轴承发生故障时,可能会引发整个机械设备的连锁反应,轻则导致机械设备停工,重则可能会出现严重的安全事故。因此,通过开发轴承故障诊断技术预先获知轴承可能存在的故障类型,对于确保机械设备可靠安全的运行至关重要。

2、现阶段,基于深度学习的轴承故障智能故障诊断方法已成为众多诊断技术中的热门选择。尽管上述轴承故障诊断方法已经取得了一定的成功,但仍存在一些问题。在特征提取方面,轴承故障信号通常是多维、非线性和非平稳的。例如在故障发生时,振动信号可能表现出突变、波形畸变等特征。常规的特征提取方法在处理这种非线性和非平稳信号时存在局限性,无法捕捉到故障信号中的动态变化,这种特征提取不完全的情况会导致部分重要信息的丢失,从而降低了故障诊断的准确性和可靠性。另外,尽管上述故障诊断方法降低了对建立模型的要求,但是这样建立的模型在解释性和泛化能力方面存在限制,导致难以建立起信号特征和轴承故障原因之间的因果关系,进而本文档来自技高网...

【技术保护点】

1.一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,包括以下诊断步骤:

2.根据权利要求1所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,评分函数具体如下:

3.根据权利要求2所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,步骤A2的具体步骤如下:

4.根据权利要求3所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,步骤A3的具体步骤如下:

5.根据权利要求4所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,因果效应损失函数中的因果效应可以通过因果推断...

【技术特征摘要】

1.一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,包括以下诊断步骤:

2.根据权利要求1所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,评分函数具体如下:

3.根据权利要求2所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,其特征在于,步骤a2的具体步骤如下:

4.根据权利要求3所述的一种集成特征提取和排序因果发现的轴承故障诊断方法,...

【专利技术属性】
技术研发人员:丁煦汪俊龙夏鹏华徐娟徐浩天陈承新段凤江翟华
申请(专利权)人:合肥工业大学
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