公开(公告)号：CN117932390A

公开(公告)日：2024-04-26

申请号：CN202311450367.9

申请日：2023-11-03

Applicant: 中国矿业大学

Inventor： 俞啸 ,  王颂丞 ,  徐鸿洋 ,  王荣振 ,  夏冰

IPC: G06F18/24 ,  G01M13/04 ,  G01M13/045 ,  G06F18/25 ,  G06F18/15 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

Abstract: 本发明公开了一种基于注意力机制与DCGAN融合的振动信号分析诊断方法，涉及故障诊断领域；首先设计一种适用于振动信号的无损、可逆的信号‑图像处理方法，将振动信号转换为振动图像；然后为了让模型更关注振动信号中的重要信息，采用混合注意力机制从通道和空间维度增强数据表现力，给予输入样本中的故障特征信息更高的权重；最后，利用注意力机制和DCGAN网络学习振动图像中的故障特征，生成具备真实故障特性的生成样本，提高深度生成对抗网络的特征提取能力，进而指导故障诊断模型训练。本发明所提出的故障诊断方法通过在MFS‑RDS数据集设计的故障诊断任务证明了本发明对不平衡数据集增广方法的可行性和有效性，在样本不平衡的情况下诊断准确率良好。

公开(公告)号：CN117272172B

公开(公告)日：2024-12-06

申请号：CN202311220251.6

申请日：2023-09-21

Applicant: 中国矿业大学 ,  中煤电气有限公司 ,  徐州高新区安全应急装备产业技术研究院

Inventor： 李勇 ,  王颂丞 ,  王景阳 ,  王连发 ,  李冲 ,  王梦 ,  雷少华

IPC: G06F18/2415 ,  G01M13/021 ,  G01M13/028 ,  G06F18/25 ,  G06F18/21 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于融合特征提取网络的变工况齿轮箱故障诊断方法，记为DAFDMRT，包括：利用小波包变换对非平稳的振动信号进行时频分析，将每个小波包叶子节点系数重构为时频信息灰度图，作为特征提取网络的输入；设计了轻量化的ResNet与Transformer相结合的融合特征提取网络，实现多尺度时频信息中的局部和全局时频特征的融合提取；利用多核最大平均值差异来衡量源域和目标域深度特征之间的分布差异，通过分布差异和分类误差的反向传播来更新网络参数，来提高诊断模型在变工况场景中的跨领域诊断准确性和适应能力。通过不同的跨工况故障诊断实验证明了此模型的有效性，并且相比其它智能模型显现出更好的表现。

公开(公告)号：CN117272172A

公开(公告)日：2023-12-22

申请号：CN202311220251.6

申请日：2023-09-21

Applicant: 中国矿业大学 ,  中煤电气有限公司 ,  徐州高新区安全应急装备产业技术研究院

Inventor： 李勇 ,  王颂丞 ,  王景阳 ,  王连发 ,  李冲 ,  王梦 ,  雷少华

IPC: G06F18/2415 ,  G01M13/021 ,  G01M13/028 ,  G06F18/25 ,  G06F18/21 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于融合特征提取网络的变工况齿轮箱故障诊断方法，记为DAFDMRT，包括：利用小波包变换对非平稳的振动信号进行时频分析，将每个小波包叶子节点系数重构为时频信息灰度图，作为特征提取网络的输入；设计了轻量化的ResNet与Transformer相结合的融合特征提取网络，实现多尺度时频信息中的局部和全局时频特征的融合提取；利用多核最大平均值差异来衡量源域和目标域深度特征之间的分布差异，通过分布差异和分类误差的反向传播来更新网络参数，来提高诊断模型在变工况场景中的跨领域诊断准确性和适应能力。通过不同的跨工况故障诊断实验证明了此模型的有效性，并且相比其它智能模型显现出更好的表现。