(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111672877.1 (22)申请日 2021.12.31 (71)申请人 山东科讯信息科技有限公司 地址 266000 山东省青岛市黄岛区江山 南 路480号青岛研创中心5号楼101室 (72)发明人 连晓晨　刘鹏　陈霆　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 代理人 刘希 (51)Int.Cl. G06K 9/00(2022.01) G06K 9/62(2022.01) G06N 3/08(2006.01) (54)发明名称 转动设备的故障识别方法及相关 设备 (57)摘要 本申请公开了一种转动设备的故障识别方 法及相关设备。 该方法包括获取转动设备运行时 的声音信号和振动信号， 以获得多个时域样本以 及相应的频域样本； 将多个时域样 本输入到时序 特征神经网络模型， 获得一组时域特征， 并将多 个频域样 本输入到频率特征神经网络模型， 获得 一组频域特征； 利用Attention机制， 分别对 一组 时域特征和一组频域特征进行处理， 以获得故障 的时域表 示和频域表示， 并将故障的时域表示和 频域表示进行拼接， 以获得故障的表示； 以及将 故障的表示进行分类， 以实现故障的识别。 上述 方案， 能够实现声信号与振动信号的结合进行故 障诊断， 提高故障识别的准确率和稳定性。 权利要求书2页 说明书6页 附图1页 CN 114372491 A 2022.04.19 CN 114372491 A 1.一种转动设备的故障识别方法， 其特 征在于， 包括： 获取转动设备运行时的声音信号和振动信号， 以获得多个时域样本以及相应的频域样 本； 将所述多个时域样本输入到时序特征神经网络模型， 获得一组时域特征， 并将所述多 个频域样本 输入到频率特 征神经网络模型， 获得一组频域特 征； 利用Attention机制， 分别对所述一组时域特征和所述一组频域特征进行处理， 以获得 故障的时域表示和频域表示， 并将所述故障的时域表示和频域表示进行拼接， 以获得故障 的表示； 以及 将所述故障的表示进行分类， 以实现故障的识别。 2.根据权利要求1所述的方法， 其特征在于， 所述获得多个时域样本以及相应的频域样 本包括： 对所述声 音信号进行 滤波处理； 对滤波处理后的声音信号和所述振动信号进行非均匀采样， 获得所述多个时域样本， 其中所述多个时域样本之间相互重 叠； 对所述多个时域样本进行离 散傅里叶变换， 得到所述多个频域样本 。 3.根据权利要求1所述的方法， 其特征在于， 所述Attention机制包括多个头， 每个头形 成一个子空间； 利用Attention机制， 对所述 一组时域特 征进行处 理， 以获得故障的时域表示， 包括： 对所述一组时域特征中每个所述 时域特征执行多次注意力流程， 获得多个全局时域描 述符； 将所述多个全局时域描述符进行并联， 获得每个所述时域特征的多头全局时域描述 符， 其中每 个所述时域特 征的多头全局时域描述符用于表征故障的时域表示。 4.根据权利要求3所述的方法， 其特征在于， 所述利用Attention机制， 对所述一组时域 特征进行处 理， 以获得故障的时域表示， 进一 步包括： 将执行多次注意力流程后的每个所述时域特征的所述多头全局时域描述符与所述一 组时域特 征进行第一相加操作和第一归一 化操作， 以用于执 行网络前向传播操作； 将执行网络前向传播操作后的输出值与执行进行第一相加操作和第一归一化操作后 的输出值进行第二相加操作和第二归一 化操作。 5.根据权利要求3所述的方法， 其特征在于， 所述Attention机制包括多个头， 每个头形 成一个子空间； 利用Attention机制， 对所述 一组频域特 征进行处 理， 以获得故障的频域表示， 包括： 对所述一组频域特征中每个频域特征执行多次注意力流程， 获得多个全局频域描述 符； 将所述多个全局频域描述符进行并联， 获得每个所述频域特征的多头全局频域描述 符， 其中每 个所述频域特 征的多头全局频域描述符用于表征故障的频域表示。 6.根据权利要求5所述的方法， 其特征在于， 所述利用Attention机制， 对所述一组频域 特征进行处 理， 以获得故障的频域表示， 进一 步包括： 将执行多次注意力流程后的每个所述频域特征的所述多头全局时域描述符与所述一 组频域特 征进行第一相加操作和第一归一 化操作， 以用于执 行网络前向传播操作；权　利　要　求　书 1/2 页 2 CN 114372491 A 2将执行网络前向传播操作后的输出值与执行进行第一相加操作和第一归一化操作后 的输出值进行第二相加操作和第二归一 化操作。 7.根据权利要求4或6所述的方法， 其特征在于， 所述对每个所述时域特征或每个所述 频域特征执行一次注意力流 程， 包括： 对每个所述 时域特征或每个所述频域特征进行线性变换， 获得每个所述 时域特征或每 个所述频域特 征的Q矩阵、 K矩阵和V 矩阵； 将每个时域特征或每个所述频域特征的对应的Q矩阵与K矩阵进行相乘操作并使用 Softmax函数进行归一 化操作， 并与对应的V 矩阵进行相乘操作。 8.根据权利要求1所述的方法， 其特征在于， 所述分类是通过根据由相应的所述神经网 络模型提取的相应训练样本的特 征进行训练得到的分类 器进行。 9.一种电子设备， 其特征在于， 包括相互耦接的存储器和处理器， 所述处理器用于执行 所述存储器中存储的程序指 令， 以实现权利要求 1至8中任一项 所述的转动设备的故障识别 方法。 10.一种计算机可读存储介质， 其上存储有程序指令， 其特征在于， 所述程序指令被处 理器执行时实现权利要求1至8中任一项所述的转动设备的故障识别方法。权　利　要　求　书 2/2 页 3 CN 114372491 A 3