公开(公告)号：CN116522237A

公开(公告)日：2023-08-01

申请号：CN202310406829.0

申请日：2023-04-17

申请人： 西安交通大学 ,  中国核电工程有限公司

发明人： 刘一龙 ,  李心远 ,  成玮 ,  陈雪峰 ,  赵志斌 ,  张婧 ,  聂洪权 ,  宋磊 ,  黄倩 ,  张敏 ,  孙涛 ,  智一凡 ,  张荣勇 ,  徐钊 ,  马颖菲

IPC分类号： G06F18/2415 ,  G06F18/213 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/25 ,  G06N3/0464 ,  G06N3/084

摘要： 本公开揭示了一种基于并行卷积神经网络的滚动轴承故障诊断方法，包括：S100：采集待测滚动轴承的原始振动信号Xio(t)；S200：对原始振动信号Xio(t)进行预处理，获得预处理后的振动信号Xi(t)；S300：对预处理后的振动信号Xi(t)进行第一次重叠采样，以获得第一样本信号xm(t)；S400：对预处理后的振动信号进行第二次重叠采样，以获得第二样本信号ym(t)；S500：基于第一样本信号xm(t)和第二样本信号ym(t)分别获得待测滚动轴承的一维张量集合和二维张量集合；S600：基于待测滚动轴承的一维张量集合和二维张量集合构建融合数据集并输入训练好的并行卷积神经网络，以实现对待测滚动轴承的故障识别。

公开(公告)号：CN118643387A

公开(公告)日：2024-09-13

申请号：CN202410716416.7

申请日：2024-06-04

申请人： 西安交通大学

发明人： 刘一龙 ,  李心远 ,  陈雪峰 ,  成玮 ,  聂泽琳 ,  杨志勃 ,  张兴武 ,  赵志斌

IPC分类号： G06F18/241 ,  G06F18/2131 ,  G06N3/096 ,  G06F18/10 ,  G06N3/0464

摘要： 本发明公开了一种电机滚动轴承故障诊断方法、装置、介质和设备，涉及故障诊断技术领域。本发明使用电机滚动轴承信号的小波时频图作为深度迁移网络的输入，小波时频图能够捕捉信号在不同尺度和频率上的时频特征变化，提高了故障诊断模型的诊断可解释性。同时，本发明通过源域数据训练故障诊断模型的诊断模型能力保持良好的性能，并使用快速批核范数最小化损失降低故障诊断模型对源域数据的依赖性。以及通过目标域数据训练故障诊断模型并使用快速批核范数最大化损失提高故障诊断模型的预测多样性和判别性。从而通过整体训练后，使得故障诊断模型能够保持良好性能的同时保持泛化能力，提高了故障诊断模型对电机滚动轴承的故障诊断准确率。