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：哈尔滨理工大学
摘要：本发明公开了基于SAE与TCN‑Attention模型的滚动轴承性能衰退预测方法及装置，涉及机械性能衰退预测预测领域。本发明针对满足对所监测的滚动轴承性能变化趋势的需求的问题。本发明获取滚动轴承的原始振动信号数据，经降噪后进行特征提取，得到时域特征衰退指标和频域特征衰退指标；将所述时域特征衰退指标和频域特征衰退指标输入SAE模型中，得到融合后的特征指标；将融合后的特征指标输入TCN‑Attention模型中，得到滚动轴承性能衰退趋势，得到滚动轴承性能衰退趋势；本发明能够实现滚动轴承性能衰退的高精度预测。
主权项：1.基于SAE与TCN-Attention模型的滚动轴承性能衰退预测方法，其特征在于，包括如下步骤：S1、获取滚动轴承的原始振动信号数据，经降噪后进行特征提取，得到时域特征衰退指标和频域特征衰退指标；S2、将所述时域特征衰退指标和频域特征衰退指标输入SAE模型中，得到融合后的特征指标；所述SAE模型的激活函数为Sec函数，具体为： ； ；其中，为Sec函数，为Sec函数的导数；S3、将融合后的特征指标输入TCN-Attention模型中，得到滚动轴承性能衰退趋势；所述TCN-Attention模型包括输入层、TCN层、Attention层、全连接层和输出层；所述Attention层计算TCN层输出的的权重值，权重计算方法包括：通过权重打分函数确定TCN层输出的序列总的隐藏层权重与TCN层输出序列中各隐藏层权重的比值，所述权重打分函数为： ；其中：为TCN层输出的序列总的隐藏层权重，为输出序列中第i个隐藏层权重，,,分别代表Attention层中的总输入量权重系数、对应第i个隐藏层状态对应的权重系数、偏置值；计算当前时刻隐藏层所占的总比重；通过加权计算下一时刻的特征向量。
全文数据：
权利要求：
百度查询： 哈尔滨理工大学 基于SAE与TCN-Attention模型的滚动轴承性能衰退预测方法及装置
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