Document
拖动滑块完成拼图
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

一种滚动轴承寿命预测方法及系统 

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:成都理工大学

摘要:本发明属于机械工程技术领域,公开了一种基于SF‑CNN‑Transformer模型的滚动轴承寿命预测方法及系统,在滚动轴承寿命预测领域取得了显著的技术进步。首先,通过频域累积幅值特征的构造和CNN模型的深层特征提取,提高了轴承运行状态的表征能力。其次,利用CA‑Transformer模型的多头自注意力机制,有效捕捉了轴承寿命变化的长时依赖关系,进一步提升了预测的准确性。最后,本发明的技术方案具有较强的通用性和可扩展性,可广泛应用于各种滚动轴承的寿命预测任务中。本发明通过引入频域累积幅值特征构造和CNN‑Transformer模型结合的方式,有效解决了传统方法难以准确预测滚动轴承寿命的问题,具有较强的通用性和可扩展性,为滚动轴承寿命预测领域的研究和应用提供了新的思路和方法。

主权项:1.一种基于SF-CNN-Transformer模型的滚动轴承寿命预测方法,其特征在于,包括:步骤一、数据集采集,采集轴承剩余使用寿命预测的数据;步骤二、数据预处理,计算轴承的剩余使用寿命;步骤三、频域累积幅值构造,将轴承的时域信号转化为频域信号,数据标准化后计算频域累积幅值;步骤四、使用CNN模型进行深层特征提取,将频域累积幅值输入到CNN网络,通过训练得到最优模型,进行深层特征提取;步骤五、训练CA-Transformer模型,将CNN网络提取的深层特征输入到CA-Transformer模型中,通过训练得到最优模型。

全文数据:

权利要求:

百度查询: 成都理工大学 一种滚动轴承寿命预测方法及系统

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。