
基本信息:
- 专利标题: 机械装备的故障诊断方法
- 申请号:CN202410121691.4 申请日:2024-01-30
- 公开(公告)号:CN117648611A 公开(公告)日:2024-03-05
- 发明人: 陶磊 , 姚林虎 , 刘宇 , 张翔 , 张之好 , 方志文 , 张嘉鑫 , 王宏伟
- 申请人: 太原理工大学
- 申请人地址: 山西省太原市迎泽西大街79号
- 专利权人: 太原理工大学
- 当前专利权人: 太原理工大学
- 当前专利权人地址: 山西省太原市迎泽西大街79号
- 代理机构: 山西晋扬知识产权代理事务所
- 代理人: 马凤娇
- 主分类号: G06F18/24
- IPC分类号: G06F18/24 ; G06F18/213 ; G06F18/25 ; G06N3/0464 ; G06N3/048 ; G06N3/084
摘要:
本发明涉及一种机械装备的故障诊断方法,属于故障诊断技术领域。包括:双分支流形残差网络的一个分支对全局低级特征分别进行连续宽核卷积和空间全局信息描述,分别得到抽象全局特征和流形描述的全局信息后相加,得到全局综合特征;另一个分支对局部低级特征分别进行连续窄核卷积和空间局部信息描述,分别得到抽象局部特征和流形描述的局部信息后相加,得到局部综合特征;将全局综合特征和局部综合特征联接作为双分支流形残差网络的输出;将权重分配后的低级融合特征输入自注意力输出胶囊网络进行高级特征提取,并根据高级特征确定故障诊断结果。本发明提取的特征更高级的同时,充分考虑了特征之间的关系,使得故障诊断结果的准确性大大提高。
公开/授权文献:
- CN117648611B 机械装备的故障诊断方法 公开/授权日:2024-04-05