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：浙江大学

摘要：本发明公开了一种基于多信息融合的旋转机械空化状态识别方法，涉及流体机械空化故障诊断领域，以解决现有空化状态识别准确率低的问题。本发明搭建了一种多信息融合的轻量级空化状态识别模型，通过采集旋转机械不同空化状态的振动、扭矩和电流信号，这些信号均为一维时间序列数据，通过短时傅里叶变换分别将多源的信号转换为二维时频图像信息，采用高速摄像机等设备将旋转机械中的空化状态成像，构建用于识别空化状态的训练数据集，通过空化状态识别模型中的残差块和MobileViT模块进行特征提取及分类，并基于Dempster‑Shafer证据理论进行多源信息决策融合，实现高精准度和高抗干扰性的空化识别目的。

主权项：1.一种基于多信息融合的旋转机械空化状态识别方法，其特征在于，包括以下步骤：S1、获取目标旋转机械的原始空化数据集，所述原始空化数据集中包含原始输入数据和标签，所述原始输入数据由原始振动信号、原始扭矩信号以及原始电流信号组成，所述标签为不同空化条件下原始输入数据对应的空化图像；S2、对原始振动信号、原始扭矩信号以及原始电流信号分别进行数据预处理，得到处理后的振动信号、处理后的扭矩信号以及处理后的电流信号；对处理后的振动信号通过短时傅里叶变换进行特征提取，得到振动时频图，对处理后的扭矩信号通过短时傅里叶变换进行特征提取，得到扭矩时频图，对处理后的电流信号通过短时傅里叶变换进行特征提取，得到电流时频图；将属于同一时刻的电流时频图、扭矩时频图、振动时频图和空化图像作为一个训练数据对并构建训练数据集；S3、在所述训练数据集上训练空化状态识别模型，得到训练好的空化状态识别模型；在空化状态识别模型中，电流时频图、扭矩时频图以及振动时频图各自由一个处理分支进行空化状态识别，每个处理分支得到一个空化状态的初步识别结果，再由决策融合模块对初步识别结果进行决策层融合，得到空化状态的最终识别结果；其中，每个处理分支包含残差块和MobileViT模块，决策融合模块基于Dempster-Shafer证据理论构建；S4、将需要进行空化状态识别的多源信息二维时频图输入到训练好的空化状态识别模型中，得到空化强度识别结果；其中，所述多源信息二维时频图为需要进行空化状态识别的振动时频图、扭矩时频图以及电流时频图；步骤S1中，所述原始振动信号、所述原始扭矩信号以及所述原始电流信号分别由布置在目标旋转机械上的振动传感器、扭矩传感器以及电流传感器测量空化工况获取，所述原始振动信号、所述原始扭矩信号以及所述原始电流信号均为一维时间序列信号；在步骤S3的每个处理分支中，具体处理流程如下：将每个处理分支输入的时频图经过一层第一卷积层进行下采样，得到第一特征图，将第一特征图依次经过第一残差块、第一MobileViT模块、第二残差块、第二MobileViT模块、第三残差块、第三MobileViT模块处理后，得到第二特征图，将第二特征图经过一层第二卷积层后，得到第三特征图，将第三特征图依次经过全局池化层以及线性层后，得到初步决策结果；其中，所述第一卷积层的卷积核大小为3×3，所述第二卷积层的卷积核大小为1×1；在步骤S3的残差块中，具体处理流程如下：输入到残差块的特征图首先经过一层第三卷积层后，得到第四特征图，将第四特征图经过一层第四卷积层后，得到第五特征图，将第四特征图依次经过一层第五卷积层、ReLU激活函数、一层第六卷积层、ReLU激活函数、一层第七卷积层以及ReLU激活函数后，得到第六特征图，将第六特征图与第五特征图相加作为残差块输出的特征图；其中，所述第三卷积层的卷积核大小为7×7，所述第四卷积层的卷积核大小为1×1，所述第五卷积层的卷积核大小为3×3，所述第六卷积层的卷积核大小为1×1，所述第七卷积层的卷积核大小为3×3；在步骤S3的MobileViT模块中，具体处理流程如下：输入到MobileViT模块的特征图首先经过第八卷积层，得到第七特征图，将第七特征图经过一层第九卷积层后，得到第八特征图，对第八特征图进行形状重塑后，得到第九特征图，将第九特征图经过L个依次级联的TransformerBlock后，得到第十特征图，对第十特征图进行形状重塑后，得到第十一特征图，将第十一特征图依次经过一层第十卷积层和一层第十一卷积层后，得到MobileViT模块输出的特征图；其中，L表示TransformerBlock的数量；所述第八卷积层的卷积核大小为3×3，所述第九卷积层的卷积核大小为1×1，所述第十卷积层的卷积核大小为1×1，所述第十一卷积层的卷积核大小为3×3；在步骤S3的决策融合模块中，将属于同一个空化状态的初步识别结果进行融合计算，得到每个空化状态的最终识别结果。

全文数据：

权利要求：

百度查询： 浙江大学 基于多信息融合的旋转机械空化状态识别方法