
基本信息:
- 专利标题: 一种基于神经网络注意力机制的轴承故障分类方法
- 申请号:CN202011333834.6 申请日:2020-11-25
- 公开(公告)号:CN112629854A 公开(公告)日:2021-04-09
- 发明人: 杨志勃 , 张俊鹏 , 陈雪峰 , 赵志斌 , 田绍华 , 王诗彬 , 张兴武 , 李明 , 刘一龙 , 翟智
- 申请人: 西安交通大学
- 申请人地址: 陕西省西安市咸宁西路28号
- 专利权人: 西安交通大学
- 当前专利权人: 西安交通大学
- 当前专利权人地址: 陕西省西安市咸宁西路28号
- 代理机构: 北京中济纬天专利代理有限公司
- 代理人: 覃婧婵
- 主分类号: G01M13/04
- IPC分类号: G01M13/04 ; G01M13/045 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本公开揭示了一种基于神经网络注意力机制的轴承故障分类方法,包括:利用加速度传感器采集轴承的振动加速度时域信号ST,对振动加速度时域信号ST进行包络谱变换,获得频域信号SF,将频域信号SF作为含有注意力机制的神经网络的输入样本;将输入样本SF等分为N个不同片段后输入神经网络,对每个片段进行处理并提取特征值,对特征值进行打分运算和归一化处理,获得与输入样本SF不同片段相对应的注意力权重;建立输入样本SF不同片段与注意力权重之间的联系;利用注意力权重对每个片段的特征值进行加权并求和,获得注意力机制输出值yatt;对所述注意力机制的输出值yatt通过全连接层后进行归一化处理,获得和为1的概率分布,其中,概率最大的所对应的类别即为轴承的故障类型。
公开/授权文献:
- CN112629854B 一种基于神经网络注意力机制的轴承故障分类方法 公开/授权日:2022-08-05