公开(公告)号：CN116644304A

公开(公告)日：2023-08-25

申请号：CN202310612975.9

申请日：2023-05-26

Applicant: 重庆长征重工有限责任公司 ,  西南交通大学

Inventor： 李沛海 ,  何庆 ,  孙华坤 ,  段移先 ,  李晨钟 ,  刘涛 ,  李王逸嘉 ,  陈俞兵 ,  徐淙洋

IPC: G06F18/213 ,  G06F18/22 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08 ,  G06F18/241 ,  G01M13/045 ,  G01J5/00

Abstract: 本发明涉及异常检测技术领域，公开了一种基于相似性的货车轴承异常特征提取与分类方法，提取方法包括以下步骤：步骤1：采集基础数据；所述基础数据包括货车轴承的时域加速度信号；步骤2：预处理基础数据，并将基础数据划分为训练集和测试集；并将训练集和测试集中的时域数据均转换为频域数据；步骤3：建立孪生网络特征提取模型；且建立得到的孪生网络特征提取模型中设有特征计算网络和与之孪生的孪生网络；特征计算网络与孪生网络的结构相同且参数共享；步骤4：采用孪生网络特征提取模型进行特征提取。本发明能够智能、准确完成针对货车的轴承异常识别分析，有助于识别出货车轴承早期故障，精确度较高且具备实时性。

公开(公告)号：CN116644278A

公开(公告)日：2023-08-25

申请号：CN202310612971.0

申请日：2023-05-26

Applicant: 重庆长征重工有限责任公司 ,  西南交通大学

Inventor： 李沛海 ,  何庆 ,  孙华坤 ,  刘涛 ,  李晨钟 ,  段移先 ,  陈俞兵 ,  李王逸嘉 ,  徐淙洋

IPC: G06F18/10 ,  G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G01M13/045 ,  G01J5/00

Abstract: 本发明涉及异常检测技术领域，公开了一种基于样本筛选和特征提取的双模型轴承异常检测算法，包括以下步骤：步骤1：采集初始数据并进行预处理；所述初始数据为轮对的传递振动加速度信号；步骤2：将预处理后的初始数据按比例划分为训练集和测试集；步骤3：建立样本筛分模型；并采用样本筛分模型筛选出可用于特征提取的正样本和负样本；步骤4：建立特征提取模型；所述特征提取模型包括三元组特征提取网络；步骤5：建立特征分类模型，并对提取后的正样本和负样本进行特征分类，并通过训练分类边界来进行陌生样本的识别任务。本发明能够准确、高效地识别轴承异常，识别精度较高；具有线上线下实时检测效能。