【技术实现步骤摘要】
本专利技术涉及轴承故障诊断，具体涉及基于同步压缩变换及改进cmt(convolutional neural networks meet vision transformers)模型的滚动轴承故障诊断方法。
技术介绍
1、轴承作为大型机械加工设备的重要组成部分，在其运用过程中扮演着至关重要的角色。它不仅负责支撑机械旋转体，同时还能够有效降低运行中的摩擦系数，确保回转精度。因此，一旦轴承发生故障，轻则可能导致轴承严重磨损，缩短加工设备的使用寿命；重则可能导致加工设备无法正常运转，影响其正常功能发挥，从而给加工企业带来一定的经济损失。因此，深入研究大型机械加工设备轴承故障诊断具有重要的现实意义。
2、关于滚动轴承的故障诊断，传统方法对操作者的要求较高，尤其在特征提取和故障分类方面，当振动信号受到噪声干扰时，特征提取变得更加困难。同时，工业领域中操作条件的频繁变化，如速度和负载的变化，导致数据具有不平稳性。这种不平稳性使得传统的时频域分析方法面临一系列问题，例如窗口加权导致的混叠、小波变换频率划分不足、多分量信号时产生干扰，以及边界
【技术保护点】
1.基于同步压缩变换及改进CMT模型的滚动轴承故障诊断方法，其特征在于，该方法包括：
2.根据权利要求1所述的同步压缩变换及改进CMT模型的滚动轴承故障诊断方法，其特征在于，所述故障包括内圈故障、外圈故障和滚动体故障。
3.根据权利要求1所述的同步压缩变换及改进CMT模型的滚动轴承故障诊断方法，其特征在于，所述步骤2包括如下步骤：
4.根据权利要求3所述的同步压缩变换及改进CMT模型的滚动轴承故障诊断方法，其特征在于，对每一幅时频分布图进行降采样的方法为：
5.根据权利要求1所述的同步压缩变换及改进CMT模型的滚动轴承故...
【技术特征摘要】
1.基于同步压缩变换及改进cmt模型的滚动轴承故障诊断方法，其特征在于，该方法包括：
2.根据权利要求1所述的同步压缩变换及改进cmt模型的滚动轴承故障诊断方法，其特征在于，所述故障包括内圈故障、外圈故障和滚动体故障。
3.根据权利要求1所述的同步压缩变换及改进cmt模型的滚动轴承故障诊断方法，其特征在于，所述步骤2包括如下步骤：
4.根据权利要求3所述的同步压缩变换及改进cmt模型的滚动轴承故障诊断方法，其特征在于，对每一幅时频分布图进行降采样的方法为：
5.根据权利要求1所述的同步压缩变换及改进cmt模型的滚动轴承故障诊断方法，其特征在于，所述对cmt模型进行改进为：将cmt模型中cmt stem模块所具有的3x3卷积核的单条卷积路径，替换为4条并...
【专利技术属性】
技术研发人员：廖树明，杨东升，周博文，李广地，罗艳红，王迎春，梁雪，孙佳月，穆云飞，张娟，杨波，
申请(专利权)人：东北大学，
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。