-
公开(公告)号:CN118940118A
公开(公告)日:2024-11-12
申请号:CN202410998696.5
申请日:2024-07-24
申请人: 武汉理工大学
IPC分类号: G06F18/241 , G06F18/213 , G06F18/25 , G06N3/0464 , G06N3/08
摘要: 本申请涉及一种轴流泵故障诊断方法、装置、电子设备及介质,属于机械故障诊断技术领域,其中,该方法包括:获取由已知故障类型轴流泵的振动数据组成的样本集,振动数据由轴流泵上设置的至少两个传感器获取;构建初始多通道卷积神经网络模型,基于样本集对初始多通道卷积神经网络模型进行训练,得到训练完备的多通道卷积神经网络模型,其中,振动数据中每个传感器获取的数据对应初始多通道卷积神经网络模型中的一个输入通道;基于训练完备的多通道卷积神经网络模型对待诊断轴流泵进行故障诊断。本申请通过多通道卷积神经网络模型自动提取特征指标,有效融合多传感器特征数据,克服了手工特征提取的限制,且有着更强的特征提取能力和泛化性。
-
公开(公告)号:CN116958231A
公开(公告)日:2023-10-27
申请号:CN202310885733.7
申请日:2023-07-18
申请人: 武汉理工大学
摘要: 本发明涉及三维建模领域,尤其涉及基于端点位置数奇偶性的草图封闭性的检查方法及系统,本发明基于端点位置数奇偶性的草图封闭性的检查方法,包括步骤:1、立体建模环境中导入草图,遍历草图中所有线段的端点并将所有线段的端点坐标数据存储于端点坐标库中;2、识别端点坐标库中所有端点坐标处的端点数量,并依次判断每个端点坐标处端点数量是否为偶数;3、若判断每个端点坐标处端点数量全部为偶数,输出草图封闭;若判断每个端点坐标处端点数量中存在非偶数,输出草图不封闭。本发明通过检查草图各线段端点位置处端点数量的奇偶性来判断草图是否封闭,检查过程快捷高效。
-
公开(公告)号:CN116558826A
公开(公告)日:2023-08-08
申请号:CN202310486247.8
申请日:2023-04-28
申请人: 武汉理工大学
IPC分类号: G01M13/045 , G06F18/214 , G06F18/22 , G06F18/213 , G06N3/042 , G06N3/0464
摘要: 本发明提供了一种数控机床主轴轴承的故障诊断方法及装置,该方法包括:获取机床主轴轴承的振动信号,将振动信号划分故障样本集并打上标签;根据动态时间相似度计算故障样本集中样本间的相似度,利用预设模型搭建故障样本图;搭建基于拓扑自适应图卷积网络的数控机床主轴轴承故障诊断模型;对数控机床主轴轴承故障诊断模型进行训练,并对故障诊断模型的诊断结果进行评估。本发明提出的方法不仅能够直接对振动信号进行特征学习,不依赖于振动信号处理的特征提取,而且能够在少量标签样本的情况下,保证故障诊断模型诊断结果的准确率。
-
-