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：洛阳理工学院
摘要：融合卷积Transformer的旋转机械故障诊断方法，将旋转机械运行过程中的振动信号分别进行快速傅里叶变换和希尔伯特变换后与振动信号的原序列数据进行组合构成多通道信号作为诊断模型的输入，能够丰富机械故障特征信息，使后续模块能够更好地提取振动信号中的故障特征。诊断模型中具有多层特征提取模块，每层特征提取模块均采用卷积层与Transformer的多头自注意力机制融合构成，其包括两个卷积层和一个多头自注意力层，结合了卷积神经网络在处理局部特征方面的优势及Transformer在提取长时序数据特征方面的能力，更加全面和有效地提取频域振动信号中的故障特征，提高了旋转机械故障诊断的准确率和鲁棒性。
主权项：1.融合卷积Transformer的旋转机械故障诊断方法，其特征在于：采集旋转机械运行过程中的振动信号，并将振动信号分别进行快速傅里叶变换和希尔伯特变换，将变换后的两组序列数据与振动信号的原序列数据进行组合构成包括3组序列数据的多通道信号，构成的多通道信号作为输入送入诊断模型，并由诊断模型输出诊断结果；所述的诊断模型中具有多层特征提取模块，每层特征提取模块均采用卷积层与Transformer的多头自注意力机制融合构成，其包括两个卷积层和一个多头自注意力层；输入特征提取模块的数据先经过第一个卷积层，经过第一个卷积层处理的数据一路送至多头自注意力层进行特征提取，另一路与多头自注意力层输出的数据形成残差连接后进行层归一化处理；经过层归一化处理的数据一路经过第二个卷积层处理，另一路与第二个卷积层处理后的数据形成残差连接并经层归一化处理后输出。
全文数据：
权利要求：
百度查询： 洛阳理工学院 融合卷积Transformer的旋转机械故障诊断方法
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