报告详情
Crane Gearbox Fault Diagnosis Method Based on RepLKNet-BiGRU
编号：65
访问权限：仅限参会人
更新：2025-06-20 16:33:50 浏览：175次
张贴报告
报告开始：暂无开始时间（Asia/Shanghai）
报告时间：暂无持续时间
所在会场：[暂无会议] [暂无会议段]
暂无文件
摘要
为解决起重机齿轮箱在复杂运行条件下易失效的问题，克服传统特征提取技术的局限性，提出了一种融合基于图像和一维振动信号模态的多模态故障诊断框架。 在他提出的方法中，使用 Gramian angular field 方法将原始振动信号转换为二维表示。 然后通过图像数据的重新参数化大型核卷积网络 （RepLKNet） 和通过时间序列数据的全局注意力机制增强的双向门控循环单元 （BiGRU） 网络进行特征提取。 RepLKNet 有助于从图像模态中提取丰富的空间表示，而 BiGRU 架构支持双向时间建模，全局关注强调关键时间间隔内的突出动态模式。随后在特征级别融合多模态特征，并通过全连接层，然后是 Softmax 分类器进行最终故障分类。实验评估表明，所提出的模型在一系列代表性的变速箱故障场景中表现出卓越的分类准确性和鲁棒性，优于单峰基线并显示出强大的泛化能力。
关键词
crane gearbox,fault diagnosis,multimodal,RepLKNet,BiGRU,global attention
报告人
Yunlong Li
engineers Beijing Materials Handling Research Institute CO.；Department of Industrial Engineering, Tsinghua University稿件作者
全部评论
重要日期
-
会议日期
08月01日
2025
至08月04日
2025
-
06月23日 2025
初稿截稿日期
主办单位
中国机械工程学会设备智能运维分会
承办单位
新疆大学
联系方式
- Mrs. Yanruqiang
- ya******@xjtu.edu.cn
历届会议
-
2025年08月01日 中国 wulumuqi
2025 International Conference on Equipment Intelligent Operation and Maintenance -
2023年09月21日 中国 Hefei
第一届（国际）设备智能运维大会
发表评论