一种适用于强噪声背景下的旋转机械故障诊断方法

    公开(公告)号:CN119880377A

    公开(公告)日:2025-04-25

    申请号:CN202411655184.5

    申请日:2024-11-19

    Applicant: 重庆大学

    Abstract: 本发明公开一种适用于强噪声背景下的旋转机械故障诊断方法,包括以下步骤:1)采集不同工况下旋转机械设备的振动加速度信号,并设置故障类型标签;2)对振动加速度信号进行降噪处理,生成带故障类型标签的时频图,并将这些时频图划分为旋转机械故障训练集和测试集;3)构建基于融合注意力机制的SwinTGAM网络模型;4)利用旋转机械故障训练集对SwinTGAM网络模型进行训练;5)采集待诊断旋转机械设备的振动加速度数据,并输入至测试合格的SwinTGAM网络模型中,得到旋转机械故障诊断结果。本发明集成了深度学习模型与信号处理技术,使模型在面对含有强噪声的信号时具有较强的鲁棒性和很高的准确性。

    一种基于绩效评估和关系网络图的目标优先级判定方法

    公开(公告)号:CN118446568A

    公开(公告)日:2024-08-06

    申请号:CN202410477114.9

    申请日:2024-04-19

    Applicant: 重庆大学

    Abstract: 一种基于绩效评估和关系网络图的目标优先级判定方法,包括以下步骤:1)分析城市环境治理及生态修复的整体期望效益,确定子目标,并构建子目标的评价指标体系;2)构建基于CRITIC‑TOPSIS的评价模型,并利用基于CRITIC‑TOPSIS的评价模型量化评价子目标;3)对子目标绩效评价结果进行斯皮尔曼相关性分析;4)构建系统子目标关系网络图;5)对系统子目标关系网络图中各节点的特征进行量化评估;6)构建基于熵权法的节点重要性评估模型,并利用基于熵权法的节点重要性评估模型实现子目标的优先级判定。本发明建立了基于熵权法的关系网络图节点重要性评估模型,分析子目标的优先级次,对于分析系统整体效益最大化的实现路径、优化资源配置意义重大。

Patent Agency Ranking