← 返回列表
一种基于图Transformer的机械故障预测方法
摘要文本
本发明提供了一种基于图Transformer的机械故障预测方法，涉及机械故障预测技术领域，具体包括如下步骤：对于三种故障信号：内圈故障信号、外圈故障信号和滚动球故障信号，基于图结构提取三种故障信息，并基于相似性得分判断不同故障之间的关联。基于Graph Transformer进行图特征提取。基于Bi‑LSTM对信号特征进行整合。对CWRU数据集划分训练集和测试集，利用交叉熵损失函数进行训练，对旋转机械故障进行预测。本发明的技术方案克服现有技术中的不能有效挖掘各信号之间的关联性、机械故障预测准确性较低的问题。。来源：马 克 数 据 网
申请人信息
- 申请人:青岛大学
- 申请人地址:266071 山东省青岛市宁夏路308号
- 发明人: 青岛大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于图Transformer的机械故障预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410239088.6 |
| 申请日 | 2024/3/4 |
| 公告号 | CN117830750A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 青岛大学 |
| 发明人 | 李臻; 牛东江; 张元明; 姜伟; 张志鑫 |
| 地址 | 山东省青岛市崂山区宁夏路308号 |
专利主权项内容
1.一种基于图Transformer的机械故障预测方法，其特征在于，具体包括如下步骤：S1，对于三种故障信号：内圈故障信号、外圈故障信号和滚动球故障信号，基于图结构提取三种故障信息，并基于相似性得分判断不同故障之间的关联；S2，基于Graph Transformer进行图特征提取；S3，基于Bi-LSTM对信号特征进行整合；S4，对CWRU数据集划分训练集和测试集，利用交叉熵损失函数进行训练，对旋转机械故障进行预测。