-
题名基于多状态空间建模Mamba的电机故障诊断方法
- 1
-
-
作者
徐勇军
曾德灿
-
机构
河源技师学院机电制造系
江西理工大学机电工程学院
-
出处
《包装工程》
北大核心
2025年第15期269-276,共8页
-
基金
国家级技能大师工作室项目(人社部函[2019]197号)。
-
文摘
目的提升包装装备在高负荷连续化生产场景下电机系统多状态故障诊断的精度和效率,解决传统方法对复杂动态特征捕捉不足及模型轻量化不足等问题。方法基于时频域多模态信号特征融合,构建选择性状态空间模型(Mamba)。首先,采用快速傅里叶变换提取电机振动信号的全局频域特征,通过连续小波变换生成时频域图像,捕捉局部动态特性;然后,设计基于结构化状态空间建模的特征融合框架,建立电机健康状态动态演化轨迹的微分方程模型;最后,构建轻量化分类器,实现多模态特征协同推理。结果在CWRU和TBVD电机数据集上的实验结果表明,通过时频域特征融合,使得故障分类准确率达到99.88%,相较于单模态方法提升了7.2%;Mamba模型的参数量仅需2.7×10^(6),比传统诊断模型减少了39.3%以上,推理速度提升了3.8倍。结论提出的多状态空间建模方法有效实现了包装装备电机故障特征的动态表征与高效融合,在保持模型轻量化的同时,显著提升了诊断精度,为智能维护系统提供了可工程化部署的解决方案。
-
关键词
时频域特征融合
包装装备故障诊断
选择性状态空间模型
轻量化模型
智能化故障诊断
-
Keywords
time-frequency feature fusion
packaging equipment fault diagnosis
selective state space model(Mamba)
lightweight model
intelligent fault diagnosis
-
分类号
TB486
[一般工业技术—包装工程]
-
