公开(公告)号：CN114881086B

公开(公告)日：2023-08-11

申请号：CN202210558338.3

申请日：2022-05-21

Applicant: 重庆大学

Inventor： 刘晨旭 ,  赵贯西 ,  杨波 ,  沈奎林 ,  康玲 ,  成家悦 ,  张济生 ,  王昱

IPC: G06F18/213 ,  G06F18/24 ,  G06N3/0442 ,  G06Q10/0639 ,  G06Q50/04 ,  G01M13/04

Abstract: 本发明公开了一种基于注意力LSTM的配对轴承智能质量识别方法，包括如下步骤：步骤一：采集配对轴承的预紧力信号P、位移信号S和摩擦扭矩信号M；步骤二：对采集得到的信号进行小波转换处理，得到可作为图卷积神经网络输入数据的二维数据；步骤三：将得到的二维数据输入图卷积神经网络以提取数据空间特征，在图卷积神经网络中设置残差块，并在残差块后设有SE注意力模块；步骤四：将经图卷积神经网络输出的数据输入到LSTM神经网络中，以提取所测配对轴承的型号特征；步骤五：利利用Softmax函数对全连接层输出的数据进行归一化处理，为每个输出分类的结果都赋予概率值以表示每个类别的可能性，以识别配对轴承的质量。

公开(公告)号：CN114881086A

公开(公告)日：2022-08-09

申请号：CN202210558338.3

申请日：2022-05-21

Applicant: 重庆大学

Inventor： 刘晨旭 ,  赵贯西 ,  杨波 ,  沈奎林 ,  康玲 ,  成家悦 ,  张济生 ,  王昱

IPC: G06K9/00 ,  G06N3/04 ,  G06Q10/06 ,  G06Q50/04 ,  G01M13/04

Abstract: 本发明公开了一种基于注意力LSTM的配对轴承智能质量识别方法，包括如下步骤：步骤一：采集配对轴承的预紧力信号P、位移信号S和摩擦扭矩信号M；步骤二：对采集得到的信号进行小波转换处理，得到可作为图卷积神经网络输入数据的二维数据；步骤三：将得到的二维数据输入图卷积神经网络以提取数据空间特征，在图卷积神经网络中设置残差块，并在残差块后设有SE注意力模块；步骤四：将经图卷积神经网络输出的数据输入到LSTM神经网络中，以提取所测配对轴承的型号特征；步骤五：利利用Softmax函数对全连接层输出的数据进行归一化处理，为每个输出分类的结果都赋予概率值以表示每个类别的可能性，以识别配对轴承的质量。