首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种水面无人艇不平衡样本的故障诊断方法及系统 

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:山东科技大学

摘要:本发明属于无人艇故障诊断技术领域,公开了一种水面无人艇不平衡样本的故障诊断方法及系统。该方法通过改进的SMOTE算法,有效识别并隔离了边界样本,通过改进的FPN自底向上和自上而下的网络结构,有效地整合了不同分辨率的特征图,引入的改进旋转注意力机制,实现特征在通道和空间维度上旋转和交互,自适应权重调整增强模型对这些复杂特征的处理能力。本发明通过对特征的提取和加权融合,优化了模型对故障特征的识别精度和鲁棒性。

主权项:1.一种水面无人艇不平衡样本的故障诊断方法,其特征在于,该方法包括:S1,通过水面无人艇的传感器获取推进器水草堵塞、塑料袋堵塞、尼龙绳堵塞、布条堵塞、正常状态的一维振动时间序列数据,所述水面无人艇的传感器包括船首、船身和推进器部位安装的加速度传感器;S2,对采集到的数据进行预处理,去除异常值和噪声,应用改进的SMOTE算法,通过多次k-means聚类识别并隔离边界样本和不稳定样本,生成新的样本以平衡数据集;S3,采用连续小波变换将预处理后的一维振动数据转换为二维时频图数据,并划分为训练集和测试集;S4,建立水面无人艇故障诊断网络模型,包括残差模块、特征提取模块、注意力模块、池化层、全连接层、输出层;S5,使用改进的FPN结构对二维时频图进行多尺度特征提取,通过自底向上和自上而下的路径整合不同层级的特征图;S6,引入旋转注意力机制,通过对特征图进行旋转和池化操作,增强特征的表达能力,应用Softmax函数生成自适应权重,实现特征的加权融合;S7,训练水面无人艇故障诊断网络模型,将融合后的特征输入到网络模型,采用损失函数和优化算法进行训练;S8,将训练好的故障诊断网络模型应用于独立的测试集,评估故障诊断网络模型的诊断准确性和泛化能力,对故障诊断网络模型进行优化和调整,并不断迭代;S9,根据故障诊断网络模型输出的诊断结果,分析故障类型和严重程度,为消除故障和维修设备提供依据。

全文数据:

权利要求:

百度查询: 山东科技大学 一种水面无人艇不平衡样本的故障诊断方法及系统

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。