基于混合变体的信号增强方法、装置制造方法及图纸

本申请涉及一种基于混合变体的信号增强方法、装置，该方法包括：获取目标设备的振动信号；从所述振动信号中随机选取信号样本组，所述信号样本组包括多种不同故障类型的信号样本；利用所述信号样本组，从多种预设策略中选取目标策略；使用所述目标策略对所述振动信号进行增强处理，得到增强信号。该方法对传统故障基于混合变体的信号增强方法进行了改进，首先根据设备的配置信息选取信号样本组，然后利用多种预设策略对信号样本组进行增强处理，从而选取预设策略中最适应振动信号的目标策略，不仅提高了信号增强的准确性，而且增强了信号处理的灵活性，可以有效地从含有噪声的信号中提取出有用的故障信息，从而提高故障检测的准确率和效率。

【技术实现步骤摘要】

本申请涉及信号处理领域，尤其涉及一种基于混合变体的信号增强方法、装置。

技术介绍

1、在当前的工业领域，轴承故障的自动检测技术已经成为研究的焦点之一，随着技术的不断进步，基于深度学习的故障诊断方法因其卓越的非线性学习能力，受到了广泛的关注和应用；基于深度学习的故障诊断方法主要依赖于卷积神经网络(cnn)和循环神经网络(rnn)等先进的深度学习架构。

2、然而，目前在公共振动数据集中用于故障分类的样本数量往往较为有限，且旋转部件在实际运行过程中，其工作条件如转速和负载等参数的变化非常大，导致了数据分布的显著偏移；因此，在实际应用中，轴承故障检测方法通常需要依赖于振动信号的手工设计时域和频域特征作为输入，而不是直接使用原始振动信号，这种依赖于特征工程的方法虽然在一定程度上能够提高分类器的性能，但在真实场景中，由于数据分布的偏移，基于振动信号的故障分类器的性能往往无法达到在受控环境下测试时的水平。

3、因而，亟需研发一种基于混合变体的信号增强方法、装置解决上述存在的一个或多个问题。

技术实现思路

本文档来自技高网...

【技术保护点】

1.一种基于混合变体的信号增强方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述从所述振动信号中随机选取信号样本组，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用所述信号样本组，从多种预设策略中选取目标策略，包括：

4.根据权利要求3所述的方法，其特征在于，所述预设策略包括由预设混合策略与深度学习策略组成；

5.根据权利要求4所述的方法，其特征在于，在所述预设混合策略为第二混合策略的情况下，对所述信号样本组进行增强处理，得到增强信号，包括：

6.根据权利要求5所述的方法，其特征在于，所述深度学习...

【技术特征摘要】

1.一种基于混合变体的信号增强方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述从所述振动信号中随机选取信号样本组，包括：

3.根据权利要求2所述的方法，其特征在于，所述利用所述信号样本组，从多种预设策略中选取目标策略，包括：

4.根据权利要求3所述的方法，其特征在于，所述预设策略包括由预设混合策略与深度学习策略组成；

5.根据权利要求4所述的方法，其特征在于，在所述预设混合策略为第二混合策略的情况下，对所述信号样本组进行增强处理，得到增强信号，包括：

6.根据权利要...

【专利技术属性】
技术研发人员：赵欣，房红征，王涛，李蕊，熊毅，陈斐，黄玉龙，余家豪，罗凯，
申请(专利权)人：北京航天测控技术有限公司，
类型：发明
国别省市：