- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于图Transformer的机械故障预测方法,涉及机械故障预测技术领域,具体包括如下步骤:对于三种故障信号:内圈故障信号、外圈故障信号和滚动球故障信号,基于图结构提取三种故障信息,并基于相似性得分判断不同故障之间的关联。基于GraphTransformer进行图特征提取。基于Bi‑LSTM对信号特征进行整合。对CWRU数据集划分训练集和测试集,利用交叉熵损失函数进行训练,对旋转机械故障进行预测。本发明的技术方案克服现有技术中的不能有效挖掘各信号之间的关联性、机械故障预测准确性
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117830750A
(43)申请公布日2024.04.05
(21)申请号202410239088.6
(22)申请日2024.03.04
(71)申请人青岛大学
地址266071
文档评论(0)