一种滚动轴承故障监测诊断方法、设备、介质及处理器
基本信息
| 申请号 | CN202111111614.3 | 申请日 | - |
| 公开（公告）号 | CN113933054A | 公开（公告）日 | 2022-01-14 |
| 申请公布号 | CN113933054A | 申请公布日 | 2022-01-14 |
| 分类号 | G01M13/045（2019.01）I;G06F30/27（2020.01）I;G06N3/04（2006.01）I | 分类 | 测量；测试; |
| 发明人 | 沈长青;刘双劼;谢靖;高冰冰;朱忠奎 | 申请（专利权）人 | 吴江万工机电设备有限公司 |
| 代理机构 | 苏州通途佳捷专利代理事务所（普通合伙） | 代理人 | 翁德亿 |
| 地址 | 215000江苏省苏州市吴江区横扇镇菀坪开发路 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种滚动轴承故障监测诊断方法、设备、介质及处理器，方法为首先对不同健康状态下采集的轴承数据进行切割划分样本，利用短时傅里叶变换对样本进行预处理，然后利用一维卷积神经网络提取样本的低层次特征，接着门控循环单元分析低层次特征得到时频域特征，输出设备状态监测结果并将时频域特征作为粗分类器的输入，得到故障粗分类结果；在训练的过程中利用故障关键帧数据，以解决轴承运转状态下的数据极不平衡问题，降低时间跨度长对梯度的影响，使得深度学习模型能精准地监测轴承的实时状态。本发明不需要大量先验知识来手动地提取特征，通过深度学习模型的实时监测实现在线故障实时诊断，节省大量人力物力，提高生产效率。 |
