澳门威尼斯人娱乐场-Venetian Macao Casino(访问: hash.cyou 领取999USDT）

　　专利摘要显示，本发明公开了一种基于多维时频图深度卷积的盾构主轴承复合故障自动分类方法，包括以下步骤：对盾构主轴承的原始振动信号进行预处理；将预处理后的原始振动信号转换为多维时频图；对转换后的多维时频图进行多通道特征融合；构建深度卷积神经网络模型；利用标注的盾构主轴承故障样本数据对深度卷积神经网络进行训练；使用训练好的深度卷积神经网络模型对新的盾构主轴承振动信号对应的多维时频图进行分类。本发明能够将原始振动信号转换为时频图输入，融合多通道特征维度，利用卷积神经网络提取空间相关性，实现复合故障类型的端到端自动判别，具有较高的故障诊断精度、效率和自动化程度，可为盾构机的安全稳定运行提供有力保障。