公开(公告)号：CN117574114B

公开(公告)日：2024-04-19

申请号：CN202410054151.9

申请日：2024-01-15

申请人： 安徽农业大学

发明人： 李庆 ,  毛明宇 ,  孙强 ,  丁立 ,  方梁菲

IPC分类号： G06F18/21 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06F18/241 ,  G01H17/00 ,  G01M13/045

摘要： 本发明适用于旋转机械设备运行远程智能运维与信息测试领域，具体是一种旋转机械运行数据远程重建与跳变扰动检测方法，该方法包括：对训练集数据进行预处理，检测数据中的突变点，得到预处理后的设备运行数据；构建条件生成对抗网络模型，定义生成器与判别器的网络结构，经过模型进行迭代更新，得到重构振动信号；利用混沌吸引子方法对生成振动信号的重构性能进行判定；对得到的生成振动信号进行跳跃突变扰动检测；根据预测输出结果对设备运行状态进行预测跟踪，最终实现机械装备的预测性维护。本发明无需考虑工况以及机械装备结构的影响，可初步解决故障公开数据少、获取成本高、实验难度大的问题。

公开(公告)号：CN117972569A

公开(公告)日：2024-05-03

申请号：CN202410386475.2

申请日：2024-04-01

申请人： 安徽农业大学

发明人： 李庆 ,  丁立 ,  孙强 ,  唐燕宁 ,  储利影 ,  张亚苹 ,  方梁菲 ,  许良元

IPC分类号： G06F18/2415 ,  G01M99/00 ,  G01P15/00 ,  G06N3/049 ,  G06N3/0464 ,  G06N3/084 ,  G06F18/10

摘要： 本发明属于旋转机械状态运行的智能监测与运维技术领域，具体是一种自注意力时间卷积网络的旋转机械故障诊断方法，该方法利用各类传感器收集旋转机械设备不同状态下运行的样本信号，通过对样本信号进行连续小波变换转换为时频图样本集，随后将时频图样本集划分为训练集与测试集；在模型训练过程中，使用稀疏交叉熵函数作为损失函数，结合误差的反向传播动态调整权值大小，从而进一步提高模型的分类性能，最终实现对故障的精准识别。本发明通过使用分类精度高、响应速度快、泛化能力强的自注意力与软阈值化时间卷积网络模型，显著提高了机械系统的可维护性与安全性。