公开(公告)号：CN113469106B

公开(公告)日：2024-06-04

申请号：CN202110804522.7

申请日：2021-07-16

Applicant: 辽宁大学

Inventor： 刘婷婷 ,  王硕 ,  侯晴 ,  路颜萍 ,  张利

IPC: G06F18/10 ,  G06F18/214 ,  G06F18/23 ,  G06F18/22

Abstract: 一种缺失数据的KNN区间型轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种缺失数据的KNN区间型轴承故障诊断方法。针对不完整的轴承数据不能进行聚类的问题，将缺失数据进行填补。首先，考虑近邻样本属性分布提出新的区间填补公式；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将填补后的数据输入模糊C均值算法中进行聚类。本发明方法在四种缺失率的情况下与四种经典方法进行实验，验证本发明方法有更高的诊断准确率。

公开(公告)号：CN117290697A

公开(公告)日：2023-12-26

申请号：CN202210695405.6

申请日：2022-06-20

Applicant: 辽宁大学

Inventor： 张利 ,  路颜萍 ,  何超 ,  张皓博

IPC: G06F18/213 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0464 ,  G06F18/24 ,  G06F18/10 ,  G06F18/214 ,  G06F18/25 ,  G06N3/048 ,  G06N3/047 ,  G06N3/096

Abstract: 融合注意力机制的双路卷积和BiGRU少量样本故障诊断方法，步骤如下：(1)振动信号采样；(2)数据处理；(3)提出模型结构；(4)离线训练；(5)在线诊断；本发明设计并实现一种融合注意力机制的双路卷积和BiGRU少量样本故障诊断方法。针对智能故障诊断受到有限标签样本影响，导致精度低等问题，提出一种融合注意力机制的双路卷积和BiGRU少量样本故障诊断方法。首先利用双路卷积提取信号高低频特征。其次，提出一种注意力机制通过分配权重和选择敏感信息实现估值融合后的特征。然后，通过BiGRU得到不同时间序列位置隐藏信息。最后实现复杂工况下故障诊断。本发明方法在凯斯西储大学轴承数据集和康涅狄格大学齿轮箱数据集上对比实验，验证本发明方法具有良好诊断效率和应用前景。

公开(公告)号：CN113469106A

公开(公告)日：2021-10-01

申请号：CN202110804522.7

申请日：2021-07-16

Applicant: 辽宁大学

Inventor： 刘婷婷 ,  王硕 ,  侯晴 ,  路颜萍 ,  张利

IPC: G06K9/00 ,  G06K9/62

Abstract: 一种缺失数据的KNN区间型轴承故障诊断方法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征选择；(4)轴承故障诊断。本发明设计并实现一种缺失数据的KNN区间型轴承故障诊断方法。针对不完整的轴承数据不能进行聚类的问题，将缺失数据进行填补。首先，考虑近邻样本属性分布提出新的区间填补公式；然后采用小波阈值降噪算法和时域特征处理轴承数据；最后将填补后的数据输入模糊C均值算法中进行聚类。本发明方法在四种缺失率的情况下与四种经典方法进行实验，验证本发明方法有更高的诊断准确率。

公开(公告)号：CN115034268A

公开(公告)日：2022-09-09

申请号：CN202210687431.4

申请日：2022-06-17

Applicant: 辽宁大学

Inventor： 罗浩 ,  张凯鑫 ,  王溟晗 ,  路颜萍 ,  张利

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种双向LSTM融合多尺度卷积的轴承亚健康识别算法，步骤如下：(1)信号采样；(2)降噪处理；(3)特征提取；(4)轴承故障诊断。本发明设计并实现一种双向LSTM融合多尺度卷积的轴承故障诊断方法。为最大限度保留原始信号中的重要信息，利用小波包软阈值去噪方法处理轴承数据；然后采用多尺度卷积提取多维空间相关性信息；同时使用双向改进长短期记忆网络提取数据中时序相关性信息，且改进后单元结构只具有一个“门”结构，有效减少参数量；最后进行滚动轴承的故障分类。在同一实验条件下与四种方法进行对比实验，验证本发明方法有更高的诊断准确率。