← 返回列表
基于多维特征的复杂装备故障诊断方法及系统
申请人信息
- 申请人:广东工业大学
- 申请人地址:510006 广东省广州市番禺区外环西路100号
- 发明人: 广东工业大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于多维特征的复杂装备故障诊断方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410072338.1 |
| 申请日 | 2024/1/18 |
| 公告号 | CN117591813A |
| 公开日 | 2024/2/23 |
| IPC主分类号 | G06F18/10 |
| 权利人 | 广东工业大学 |
| 发明人 | 邓耀华; 张紫琳 |
| 地址 | 广东省广州市越秀区东风东路729号 |
摘要文本
本发明公开了一种基于多维特征的复杂装备故障诊断方法及系统,包括获取目标复杂装备的故障数据,进行输入编码映射及位置编码;利用多头注意力机制及多头膨胀卷积串联连接,并结合前馈神经网络获取涵盖全局和局部深层次信息的故障特征;将提取的故障特征进行融合获取多维特征向量;利用分类器获取故障类型概率分数矩阵,输出目标复杂装备的故障诊断结果。本发明融合多头自注意力的全局建模优势和多头膨胀卷积的局部多尺度特征感知优点,建立Transformer模型和多头膨胀卷积相互融合的装备故障诊断模型,实现全局和局部故障特征的全面提取,实现了故障的精准诊断。
专利主权项内容
1.一种基于多维特征的复杂装备故障诊断方法,其特征在于,包括以下步骤:获取目标复杂装备的故障数据,将所述故障数据进行预处理,并进行输入编码映射及位置编码;利用多头注意力机制及多头膨胀卷积串联连接,并结合前馈神经网络获取涵盖全局和局部深层次信息的故障特征;将提取的故障特征进行融合获取多维特征向量;根据所述多维特征向量利用分类器获取故障类型概率分数矩阵,输出目标复杂装备的故障诊断结果。