本發明公開一種基于數據增強和膠囊神經網絡的風機故障可遷移診斷方法,其包括:對采集到的風機振動信號數據預處理,檢測并剔除異常值;基于平均功率譜密度提取故障的最佳特征頻率帶;計算風機振動信號在故障最佳特征頻率帶上的平均功率譜密度強度值,并將其作為一類支持向量機的輸入進行故障退化檢測,從而確定故障初始失效發生點;將振動信號根據失效點重新劃分為故障和正常數據,并打上標簽,構建訓練數據集;初始化膠囊神經網絡的網絡超參數,并進行訓練;將新的振動數據信號輸入訓練后的網絡,即可獲得診斷結果。本發明通過數據增強有效擴充了故障樣本,并基于膠囊神經網絡提取的多維豐富特征,提高了模型風機故障診斷的準確性和可遷移性。
聲明:
“基于數據增強和膠囊神經網絡的風機故障可遷移診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)