[發(fā)明專利]基于一維卷積與動(dòng)態(tài)路由的多傳感器滾動(dòng)軸承故障診斷

有效

• 申請(qǐng)?zhí)枺?/td>: 202011133371.9
• 申請(qǐng)日: 2020-10-21
• 公開（公告）號(hào): CN112284735B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 郭俊鋒;呂健豪
• 申請(qǐng)（專利權(quán)）人: 蘭州理工大學(xué)
• 主分類號(hào): G01M13/045
• 分類號(hào): G01M13/045;G06N3/04;G06V10/80;G06V10/82;G06K9/62;G06F30/27
• 代理公司: 北京市邦道律師事務(wù)所 11437
• 代理人: 段君峰

1.基于一維卷積與動(dòng)態(tài)路由的多傳感器滾動(dòng)軸承故障診斷，其特征在于，具體包括以下步驟：

步驟S1，獲取多傳感器測(cè)量的不同狀態(tài)的振動(dòng)信號(hào)；

步驟S2，建立一種平行的多卷積結(jié)構(gòu)來(lái)提取步驟S1中由多傳感器所獲取振動(dòng)信號(hào)的不同角度的特征信息；

步驟S3，采用動(dòng)態(tài)路由算法對(duì)步驟S2中不同角度的特征信息進(jìn)行特征融合，并使用softmax分類器映射輸出；

在所述步驟S2中，建立與步驟S1中傳感器的數(shù)量相對(duì)應(yīng)且相互平行的多個(gè)一維卷積神經(jīng)網(wǎng)絡(luò)，并由對(duì)應(yīng)的一維卷積神經(jīng)網(wǎng)絡(luò)來(lái)提取對(duì)應(yīng)傳感器所獲取振動(dòng)信號(hào)的特征信息；

在所述步驟S2中，建立一種平行的多卷積結(jié)構(gòu)來(lái)提取步驟S1中由多傳感器所獲取振動(dòng)信號(hào)的不同角度的特征信息的具體過程如下：

步驟S21，采用卷積運(yùn)算，計(jì)算卷積層第i個(gè)傳感器的第a個(gè)卷積核與輸入特征c⁽ⁱ⁾的卷積：其中，為卷積輸出，為卷積核，為偏置矩陣，為卷積符號(hào)，n為卷積核數(shù)目；

步驟S22，按照平均池化的方式對(duì)池化層第i個(gè)傳感器第a個(gè)輸入特征進(jìn)行次采樣：其中，pz為池化尺寸，mean為平均運(yùn)算；

步驟S23，將特征圖重構(gòu)為一個(gè)高維單層神經(jīng)元結(jié)構(gòu)，則全連接層第i個(gè)傳感器第a個(gè)神經(jīng)元的輸出為：其中，K_f為權(quán)值矩陣，b_f為偏置矩陣，f(·)為激活函數(shù)；

在所示步驟S23中，為進(jìn)一步增強(qiáng)該故障診斷的泛化能力，對(duì)全連接層歸一化并輸出

所述步驟S3的具體過程為：

步驟S31，將變換矩陣W_i與歸一化后的輸入特征Fi相乘，得到預(yù)測(cè)向量U_i，U_i＝W_iF_i；

步驟S32，令相似度得分b_i為零矩陣，耦合系數(shù)ci由bi的softmax函數(shù)得到：b_i＝O，c_i＝softmax(b_i)；

步驟S33，根據(jù)耦合系數(shù)c_i和預(yù)測(cè)向量U_i得到臨時(shí)輸出矩陣s：其中，m為輸入向量的數(shù)量；

步驟S34，激活向量v_j(動(dòng)態(tài)路由的最終輸出特征)為：其中，squash函數(shù)為激活函數(shù)；

步驟S35，根據(jù)激活向量與預(yù)測(cè)向量的相似性來(lái)更新相似度得分b_i：b_i＝b_i+U_i·V；

步驟S36，循環(huán)指定次數(shù)，輸出Y：Y＝v，其中，Y為預(yù)測(cè)結(jié)果；

步驟S37，采用softmax分類器得到診斷結(jié)果

其中，為第i個(gè)樣本的預(yù)測(cè)輸出，N為故障類型的數(shù)量，X_i為第i個(gè)樣本的輸入特征，為第i個(gè)樣本的第n類預(yù)測(cè)輸出概率，損失函數(shù)采用交叉熵?fù)p失函數(shù)式中，L為損失函數(shù)的值，A為樣本數(shù)，a_in為第i個(gè)樣本的第n個(gè)指示變量。

2.根據(jù)權(quán)利要求1所述基于一維卷積與動(dòng)態(tài)路由的多傳感器滾動(dòng)軸承故障診斷，其特征在于，在所述步驟S1中，將多傳感器測(cè)量的振動(dòng)信號(hào)通過快速傅里葉變換為頻譜。

3.根據(jù)權(quán)利要求1所述基于一維卷積與動(dòng)態(tài)路由的多傳感器滾動(dòng)軸承故障診斷，其特征在于，在所述步驟S21中，為防止出現(xiàn)梯度彌散問題，將ReLU函數(shù)作為的卷積輸出的激活函數(shù)：

4.根據(jù)權(quán)利要求3所述基于一維卷積與動(dòng)態(tài)路由的多傳感器滾動(dòng)軸承故障診斷，其特征在于，在所述步驟S22中，按照平均池化的方式對(duì)池化層第i個(gè)傳感器第a個(gè)輸入特征進(jìn)行次采樣：其中，pz為池化尺寸，mean為平均運(yùn)算。