公开(公告)号：CN119862460A

公开(公告)日：2025-04-22

申请号：CN202411920512.X

申请日：2024-12-25

Applicant: 郑州轻工业大学

Inventor： 杜文辽 ,  杨凌凯 ,  王宏超 ,  姜礼杰 ,  赵斌斌 ,  巩晓赟 ,  谢贵重 ,  赵峰 ,  邬昌军 ,  高艺源

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G01M13/028 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明提出了一种基于多尺度动态权重混合CNN的旋转机械故障诊断方法，步骤为：采集诊断对象各个状态下的振动信号；对振动信号进行标准化处理构建数据集，将数据集划分为训练集、验证集和测试集；构造一维卷积神经网络和2D CNN，一维卷积神经网络和2D CNN之间设置1D‑2D转换层，构建MDW‑MCNN模型；利用训练集对MDW‑MCNN模型进行训练，保存最优的参数作为故障诊断模型；利用验证集对故障诊断模型进行验证，得到最终故障诊断模型；将测试集的输入到最终故障诊断模型中，得到故障诊断结果。本发明充分利用1D CNN构造原始振动信号多尺度动态加权的二维表达以及2D CNN强大的特征学习能力，有效提高了故障诊断精度。