[發(fā)明專利]轉(zhuǎn)動設(shè)備的故障識別方法及相關(guān)設(shè)備

在審

• 申請?zhí)枺?/td>: 202111672877.1
• 申請日: 2021-12-31
• 公開（公告）號: CN114372491A
• 公開（公告）日: 2022-04-19
• 發(fā)明（設(shè)計）人: 連曉晨;劉鵬;陳霆
• 申請（專利權(quán)）人: 山東科訊信息科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/08
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 劉希

1.一種轉(zhuǎn)動設(shè)備的故障識別方法，其特征在于，包括：

獲取轉(zhuǎn)動設(shè)備運行時的聲音信號和振動信號，以獲得多個時域樣本以及相應(yīng)的頻域樣本；

將所述多個時域樣本輸入到時序特征神經(jīng)網(wǎng)絡(luò)模型，獲得一組時域特征，并將所述多個頻域樣本輸入到頻率特征神經(jīng)網(wǎng)絡(luò)模型，獲得一組頻域特征；

利用Attention機制，分別對所述一組時域特征和所述一組頻域特征進行處理，以獲得故障的時域表示和頻域表示，并將所述故障的時域表示和頻域表示進行拼接，以獲得故障的表示；以及

將所述故障的表示進行分類，以實現(xiàn)故障的識別。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲得多個時域樣本以及相應(yīng)的頻域樣本包括：

對所述聲音信號進行濾波處理；

對濾波處理后的聲音信號和所述振動信號進行非均勻采樣，獲得所述多個時域樣本，其中所述多個時域樣本之間相互重疊；

對所述多個時域樣本進行離散傅里葉變換，得到所述多個頻域樣本。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述Attention機制包括多個頭，每個頭形成一個子空間；

利用Attention機制，對所述一組時域特征進行處理，以獲得故障的時域表示，包括：

對所述一組時域特征中每個所述時域特征執(zhí)行多次注意力流程，獲得多個全局時域描述符；

將所述多個全局時域描述符進行并聯(lián)，獲得每個所述時域特征的多頭全局時域描述符，其中每個所述時域特征的多頭全局時域描述符用于表征故障的時域表示。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述利用Attention機制，對所述一組時域特征進行處理，以獲得故障的時域表示，進一步包括：

將執(zhí)行多次注意力流程后的每個所述時域特征的所述多頭全局時域描述符與所述一組時域特征進行第一相加操作和第一歸一化操作，以用于執(zhí)行網(wǎng)絡(luò)前向傳播操作；

將執(zhí)行網(wǎng)絡(luò)前向傳播操作后的輸出值與執(zhí)行進行第一相加操作和第一歸一化操作后的輸出值進行第二相加操作和第二歸一化操作。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述Attention機制包括多個頭，每個頭形成一個子空間；

利用Attention機制，對所述一組頻域特征進行處理，以獲得故障的頻域表示，包括：

對所述一組頻域特征中每個頻域特征執(zhí)行多次注意力流程，獲得多個全局頻域描述符；

將所述多個全局頻域描述符進行并聯(lián)，獲得每個所述頻域特征的多頭全局頻域描述符，其中每個所述頻域特征的多頭全局頻域描述符用于表征故障的頻域表示。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述利用Attention機制，對所述一組頻域特征進行處理，以獲得故障的頻域表示，進一步包括：

將執(zhí)行多次注意力流程后的每個所述頻域特征的所述多頭全局時域描述符與所述一組頻域特征進行第一相加操作和第一歸一化操作，以用于執(zhí)行網(wǎng)絡(luò)前向傳播操作；

將執(zhí)行網(wǎng)絡(luò)前向傳播操作后的輸出值與執(zhí)行進行第一相加操作和第一歸一化操作后的輸出值進行第二相加操作和第二歸一化操作。

7.根據(jù)權(quán)利要求4或6所述的方法，其特征在于，所述對每個所述時域特征或每個所述頻域特征執(zhí)行一次注意力流程，包括：

對每個所述時域特征或每個所述頻域特征進行線性變換，獲得每個所述時域特征或每個所述頻域特征的Q矩陣、K矩陣和V矩陣；

將每個時域特征或每個所述頻域特征的對應(yīng)的Q矩陣與K矩陣進行相乘操作并使用Softmax函數(shù)進行歸一化操作，并與對應(yīng)的V矩陣進行相乘操作。

8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述分類是通過根據(jù)由相應(yīng)的所述神經(jīng)網(wǎng)絡(luò)模型提取的相應(yīng)訓(xùn)練樣本的特征進行訓(xùn)練得到的分類器進行。

9.一種電子設(shè)備，其特征在于，包括相互耦接的存儲器和處理器，所述處理器用于執(zhí)行所述存儲器中存儲的程序指令，以實現(xiàn)權(quán)利要求1至8中任一項所述的轉(zhuǎn)動設(shè)備的故障識別方法。

10.一種計算機可讀存儲介質(zhì)，其上存儲有程序指令，其特征在于，所述程序指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至8中任一項所述的轉(zhuǎn)動設(shè)備的故障識別方法。