龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：江苏科技大学
摘要：本发明提供了一种基于TimeGAN‑SSGC‑GAT的回转支承故障诊断方法，该方法通过TimeGAN方法对原始样本特征进行数据增强，扩充了训练集，解决了训练模型的小样本问题。通过SSGC方法，将时间序列信号转换为非欧结构图数据。采用带有多头注意机制的GAT方法对图结构数据进行节点分类，对不同的邻域分配不同的注意权值，解决了传统深度学习方法无法充分利用训练样本间空间关系的问题，从而实现多工况下的回转支承故障诊断，以及对雷达伺服系统的安全维护。
主权项：1.一种基于TimeGAN-SSGC-GAT的回转支承故障诊断方法，其特征在于：具体包括如下步骤：步骤1、搭建实验装备，包含4个加速度传感器和1个声发射传感器，4个加速度传感器分别沿回转支承内圈的一周间隔90°均匀布置在表面竖直方向上方，一个声发射传感器位于固定回转支承的底座下方，其中加速度传感器包含三个单向加速度传感器和一个三向加速度传感器；步骤2：采集回转支承不同状态及工况下的状态监测数据信号，将采集的数据信号分为：健康回转支承样本、一个滚动体故障回转支承样本、内圈故障回转支承样本和外圈故障回转支承样本；步骤3：采用Person相关性系数来衡量各传感器通道采集到的数据信号之间的关联程度，以此作为传感器选择的依据；步骤4：提取数据集的时域、频域、时频域特征，标注对应标签，建立真实样本数据特征集Real；步骤5：构建基于TimeGAN模型网络，对真实样本数据特征集进行增强和训练并生成虚拟样本数据特征集Synthetic，扩大样本特征的同时保留了其特有的时间相关性；步骤6：利用SSGC图构建方法为虚拟样本数据特征集构造图结构数据；步骤7：将构造的图结构数据划分为训练集和测试集，并将训练集输入到利用多头注意力机制构建的GAT故障诊断模型中进行训练；步骤8：将测试集输入训练好的GAT模型中，从而实现对多工况下回转支承的精确分类。
全文数据：
权利要求：
百度查询： 江苏科技大学 一种基于Time GAN-SSGC-GAT的回转支承故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号