【技术实现步骤摘要】
本专利技术涉及旋转机械故障诊断领域，尤其涉及一种基于数字孪生技术的零样本数据集生成方法，具体适用于轴承的零样本和少样本故障诊断。
技术介绍
1、滚动轴承作为旋转机械系统中不可或缺的关键组件，承担着传递载荷和减小摩擦的重要作用。然而，在长期的运行中，滚动轴承可能会受到各种内外因素的影响，从而导致其性能下降或出现故障，轻则造成经济损失，重则危害操作人员生命安全。近几年，制造业正朝着高端化、智能化、绿色化发展，如何实现企业或工厂自动化设备的智能故障诊断成为了亟需解决的问题。随着科技的发展，通过智能识别滚动轴承故障，以维护设备的可用性和可靠性，避免设备突然停机，从而确保生产和运营的连续性，正在成为众多制造企业的首选。
2、目前，滚动轴承的智能故障诊断通常利用深度学习的相关技术，而该类技术需要大量的故障数据，但实际工业环境中，设备发生故障的概率较低，发生故障的时间难以预测，也就难以获取大量的故障数据进行准确的故障诊断。因此，有必要设计一种基于数字孪生技术的零样本数据集生成方法，以解决上述技术问题。
3、现有的方法还存在两方...
【技术保护点】
1.一种基于数字孪生技术的零样本数据集生成方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中的物理实体是待分析的旋转设备，虚拟实体是融合了动力学模型和故障机理的待分析的旋转设备数字平台。
3.根据权利要求2所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中虚拟实体的创建方法具体包括：
4.根据权利要求1所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中获取信号的方法具体包括：
5.根据权利要求1所述的基于...
【技术特征摘要】
1.一种基于数字孪生技术的零样本数据集生成方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中的物理实体是待分析的旋转设备，虚拟实体是融合了动力学模型和故障机理的待分析的旋转设备数字平台。
3.根据权利要求2所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中虚拟实体的创建方法具体包括：
4.根据权利要求1所述的基于数字孪生技术的零样本数据集生成方法，其特征在于，所述步骤1中获取信号的方法具体包括：
5.根据权利要求1所...
【专利技术属性】
技术研发人员：严保康，张伟，陆斯逸，周凤星，卢少武，马娅婕，但峰，宁博文，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：
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。