-
公开(公告)号:CN115422970A
公开(公告)日:2022-12-02
申请号:CN202211040744.7
申请日:2022-08-29
摘要: 本申请涉及陆上风机的智能监控领域,更具体地,涉及一种陆上风机运行状态监控系统及其方法,其通过使用通道注意力机制的卷积神经网络模型对于在发动机、齿轮箱和主轴承三处分别获取的振动信号的融合信号进行隐含的关联特征挖掘,以进行陆上风机的状态监控,并且在此过程中,采用前向传播相关性引导修正以通过可学习的正态采样偏移引导特征工程来有效地建模向量的特征分布在传播过程中的长程依赖关系,进一步考虑局部和非局部邻域来进行由于全局均值池化导致的特征间的相关性弱化的修复,以增强特征在卷积神经网络的随深度的流式传播过程中对于类概率的预测能力,进而提高分类的准确性。这样,能够保证陆上风机的正常运行。