基于解析小波的时间序列数据增强的故障诊断方法及系统
申请号:CN202510979198
申请日期:2025-07-15
公开号:CN120950951A
公开日期:2025-11-14
类型:发明专利
摘要
本发明涉及故障诊断领域,具体公开了一种基于解析小波的时间序列数据增强的故障诊断方法及系统;其中,方法包括:采集机械设备运行时的原始振动信号,划分为训练数据集和测试数据集;对训练数据集中的原始振动信号执行广义莫尔斯解析小波变换,生成原始尺度图;确定广义莫尔斯小波变换的待优化参数;使用优化后的参数对训练数据集中的原始振动信号再次执行广义莫尔斯解析小波变换,生成增强尺度图;将原始尺度图与增强尺度图进行合并,形成扩充后的训练数据集;将扩充后的训练数据集输入卷积神经网络进行训练,训练收敛后得到故障诊断模型;将测试数据集中的原始振动信号执行广义莫尔斯解析小波变换后输入故障诊断模型,输出故障诊断结果。
技术关键词
故障诊断模型
采集机械设备
广义
故障诊断方法
不确定性原理
参数
机械设备故障诊断
分类准确率
卷积神经网络训练
信号
故障诊断系统
模型训练模块
数据处理模块
数据采集模块
诊断模块
序列
样本
定义
滚动体