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：东北林业大学
摘要：本发明公开了一种新型故障诊断框架，即MFSFormer，包括多尺度卷积模块、Fuse‑Shuffle注意力模块和模型架构。所述新型故障诊断框架包括三个部分，所述多尺度卷积模块集成多个具有不同大小内核的卷积层作为嵌入模块来代替传统Transformer中的嵌入模块和位置编码模块。所述Fuse‑Shuffle注意力模块，通过对输入信号进行分组并分支，来计算生成注意力映射。所述MFSFormer架构是由一个输入层，特征提取层和一个输出层组成。其中输入层由池化层、卷积层和批归一化组成。本发明开发的方法在噪音环境下更具鲁棒性，在样本有限的条件下具有更好的诊断性能。该方法适用性广泛，能应用到更加复杂的工程实践中。
主权项：1.一种针对噪声的新型端到端旋转机械故障诊断框架，其特征在于所述方法具体过程为：采集机械系统的振动信号，将训练数据输入模型，实现模型的完整训练过程。使用新型故障诊断框架获得轴承故障诊断结果；一种针对噪声的新型端到端旋转机械故障诊断框架通过以下方式获得：步骤一、获取轴承原始振动信号，并将轴承原始振动信号划分为训练集，验证集和测试集；步骤二、构建MFSformer框架；所述MFSformer框架由以下三层依次连接组成：输入层、特征提取层、输出层；所述输入层由以下结构依次连接组成：一维池化层、卷积层、批归一化；所述特征提取层由以下模块依次连接组成：多尺度卷积块、融合-随机注意力模块、残差连接、前馈神经网络、残差连接；所述MSC模块多尺度卷积块用于实现多尺度特征的提取和融合；所述FSA模块融合-随机注意力模块用于计算和生成注意力映射；所述输出层由一维池化层和线性层依次连接组成；步骤三、利用划分好的训练数据集和验证数据集训练步骤二中构建的MFSformer框架获得训练好的MFSformer框架；步骤四、利用划分好的训练数据集和验证数据集测试的步骤三以获得的MFSformer框架，实现故障状态分类。
全文数据：
权利要求：
百度查询： 东北林业大学 一种针对噪声的新型端到端旋转机械故障诊断框架
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