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：湖南工业大学

摘要：本发明提供一种基于不变时空注意融合网络的不平衡故障诊断方法，包括以下步骤：S1、建立不平衡数据故障检测框架；S2、采集数据集并对数据进行预处理S3、将处理好的类别平衡的振动、电流数据分别输入到参数不同卷积自编码器并进行预训练；S4、将类别不平衡的振动、电流依次输入预训练CAE、卷积注意模块、长短记忆网络以获取不变时空注意特征；S5、将两个模态的不变时空注意特征拼接后输入推断网络以进行推断表示；S6、结合网格搜索寻优算法，以基于焦损失函数的联合损失训练网络，以获取最优的不变时空注意融合网络。本发明通过设计了一种不变时空注意融合网络，能够在有效地捕捉各模态时空特征注意特征的同时，解决样本类别不平衡情况下的故障诊断问题。

主权项：1.一种基于不变时空注意融合网络的不平衡故障诊断方法，其特征在于包括以下步骤：S1、建立不平衡数据故障检测框架，不平衡数据故障检测框架包括依次连接的数据采集模块、预处理模块、预训练模型获取模块、不变时空注意特征获取模块、融合推断模块和网络训练模块；S2、采集数据集并对数据进行预处理；S3、将处理好的类别平衡的振动、电流数据分别输入到参数不同卷积自编码器并进行预训练；S4、将类别不平衡的振动、电流依次输入预训练CAE、卷积注意模块、长短记忆网络以获取不变时空注意特征；首先，在学得平衡样本分布后，将不平衡的振动信号xv、电流信号xc输入网络进行微调以获取数据底层特征，其过程为编码-解码过程，表示如下: 式中：hm、Rm、θmEncoder、θmDecoder、CAEmEncoder、CAEmDecoder分别为m模态的CAE网络的编码表示、解码表示、编码网络参数、解码网络参数、编码网络部分、解码网络部分；为了获取数据的空间和通道特征，将m模态预训练CAE模型的编码表示hm输入到卷积注意模块中，表示如下： 式中：Attm、CBAMm、θmCBAM分别表示m模态的通道-空间注意力表示、卷积块注意力网络及其网络参数；其中，CBAM是一种简单而有效的前馈卷积神经网络注意模块，给定一个中间特征映射F∈RC×H×W作为输入，该模块沿着两个独立的维度按顺序推断注意映射，整个注意过程概括如下：F'＝McF＝σ2MLPAvgPoolF+MLPMaxPoolFF”＝MsF'＝σ2f7×7[AvgPoolF'；MaxPoolF']其中：F'表示通道注意力映射；F”表示最终通道-空间注意力映射；Mc∈RC×1×1表示1D通道注意映射；Ms∈R1×H×W表示2D空间注意映射；MLP表示多层感知机映射表示；AvgPool为平均池化操作；MaxPool为最大池化操作；f7×7表示滤波器大小为7×7的卷及操作；σ2为Sigmoid激活函数；将注意力表示导入LSTM网络以获取时间特性，表示如下： 式中：Mm、LSTMm、θmLSTM分别表示m模态的时空注意表示、LSTM网络和网络参数；S5、将两个模态的不变时空注意特征拼接后输入推断网络以进行推断表示；为了获取融合表示，先将两个模态时空注意表示拼接，过程如下： 式中:“”表示向量拼接操作；Fusion表示拼接后的融合向量；然后，将融合的时空注意表示输入到推断网络MLP中进行融合并执行故障推断，如下所示：Inf＝MLPFusion；θMLP式中：Inf为推断表示结果；θMLP为推断网络参数；MLP为由LeakyRelu和Tanh激活的多层感知机；S6、结合网格搜索寻优算法，以基于焦损失函数的联合损失训练网络，以获取最优的不变时空注意融合网络。

全文数据：

权利要求：

百度查询： 湖南工业大学 一种基于不变时空注意融合网络的不平衡故障诊断方法