龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京印刷学院
摘要：本发明公开了属于齿轮箱故障诊断技术领域，特别涉及一种基于轻量级CNN和高效混合注意力机制的齿轮箱故障诊断方法，包括：采集齿轮箱振动信号数据，利用连续小波变换将齿轮箱一维信号转换为时频图；根据齿轮箱的不同状态，标记相应的小波时频图，将其划分为训练集和测试集，用于模型的训练和测试；构建能够强化故障样本通道和空间关键特征的高效混合注意力机制；基于高效混合注意力机制改进卷积神经网络结构，提高模型的故障识别能力；选取轴承和齿轮故障数据集进行验证，并与经典故障诊断方法进行对比，结果表明本发明在齿轮箱故障诊断的准确率更优且故障诊断效率更高，解决传统CNN模型故障诊断效率低、对关键特征提取不充分的问题。
主权项：1.一种基于轻量级CNN和高效混合注意力机制的齿轮箱故障诊断方法，其特征在于，包括以下步骤：步骤S1：采集齿轮箱振动信号数据，利用连续小波变换将齿轮箱振动信号数据转换为小波时频图；步骤S2：基于小波时频图构建样本数据集，将样本数据集划分为训练集和测试集；步骤S3：构建含有通道注意力模块和空间注意力模块的高效混合注意力机制；步骤S4：将高效混合注意力机制融入轻量级CNN故障诊断模型中，获得融合EHA的轻量级CNN故障诊断模型；使用训练集对所述融合EHA的轻量级CNN故障诊断模型进行训练；步骤S5：使用测试集对所述融合EHA的轻量级CNN故障诊断模型的可靠性进行验证，基于融合EHA的轻量级CNN故障诊断模型预测各齿轮箱故障类型的发生概率，将发生概率最高的齿轮箱故障类型判断为齿轮箱故障类型，实现齿轮箱故障诊断。
全文数据：
权利要求：
百度查询： 北京印刷学院 一种基于轻量级CNN和高效混合注意力机制的齿轮箱故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号