公开(公告)号：CN117473411A

公开(公告)日：2024-01-30

申请号：CN202310865817.4

申请日：2023-07-14

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  付晓梦婷 ,  胡爱军 ,  邴汉昆 ,  朱国鹏 ,  王凯伦

IPC: G06F18/2415 ,  G06F18/214 ,  G06F18/213 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/08

Abstract: 一种基于改进Transformer模型的轴承寿命预测方法,所述方法包括以下步骤：a.数据预处理；b.滚动轴承寿命预测模型的搭建：利用动态卷积层对数据进行特征提取，使用包含多头ProbSparse自注意力模块的编码器结构，对每个头采用不同的优化策略，搭建滚动轴承寿命预测模型；c.轴承剩余寿命预测模型的训练；d.轴承剩余寿命的预测。本发明采用动态卷积、Transformer模型架构和ProbSparse自注意力相结合的方法来预测滚动轴承剩余寿命，能够有效提取轴承振动信号中与寿命相关的特征，同时还对多个工况的轴承的预测具有泛化能力，可对轴承数据保持较高的预测精度，保证机械设备安全稳定运行。

公开(公告)号：CN114707534A

公开(公告)日：2022-07-05

申请号：CN202210217466.1

申请日：2022-03-07

Applicant: 华北电力大学(保定)

Inventor： 向玲 ,  王凯伦 ,  胡雅楠 ,  胡爱军 ,  杨鑫 ,  刘冰 ,  张兰昕

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G01M13/045

Abstract: 一种小样本数据下滚动轴承故障诊断方法，包括以下步骤：a.采集存在故障的滚动轴承的原始振动信号数据样本，构建成任务集T，对任务集T中的数据样本进行分类；b.对数据样本进行小波变换，转换成带有故障特征的二维小波图像样本,然后将小波图像样本划分为训练集、验证集和测试集；c.完成训练集的扩充；d.将训练集中的小波图像样本输入到改进的MobileNetv3卷积网络中对卷积网络进行训练；e.对卷积网络进行测试；f.将待诊断滚动轴承的振动信号输入到测试合格的卷积网络中，完成轴承故障诊断。本发明不仅能提取原始振动信号中的故障特征，还可提升诊断模型的泛化能力，从而可准确地诊断小样本数据轴承故障，保证机械设备安全运行。