龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京科技大学
摘要：本发明公开了一种基于改进集成堆栈降噪自编码器的轴承故障诊断方法，属于旋转机械故障诊断技术领域，所述方法包括：采集轴承的振动信号并提取时域数据和频域数据；对堆栈降噪自编码器进行改进，得到用于提取时域数据的深度时序特征的第一特征学习模型和用于提取频域数据的深度频域特征的第二特征学习模型；将时域数据送入第一特征学习模型进行训练，学习深度时域特征；将频域数据送入第二特征学习模型进行训练，学习深度频域特征；将学习到的深度时域特征和深度频域特征合并作为深度特征集送入预设模型中进行训练，建立故障诊断模型；利用训练好的模型对待诊断轴承进行故障诊断，得到诊断结果。本发明可减少网络训练时间，并提高故障诊断准确率。
主权项：1.一种基于改进集成堆栈降噪自编码器的轴承故障诊断方法，其特征在于，所述基于改进集成堆栈降噪自编码器的轴承故障诊断方法包括：采集轴承的振动信号，并提取所述振动信号的时域数据和频域数据；分别针对所述时域数据和所述频域数据，对堆栈降噪自编码器进行改进，得到用于提取所述时域数据的深度时序特征的第一特征学习模型，以及用于提取所述频域数据的深度频域特征的第二特征学习模型；将所述时域数据送入第一特征学习模型进行训练，用于学习深度时域特征；将所述频域数据送入第二特征学习模型进行训练，用于学习深度频域特征；将第一特征学习模型学习到的深度时域特征和第二特征学习模型学习到的深度频域特征合并作为深度特征集送入预设模型中进行训练，建立故障诊断模型；利用训练好的第一特征学习模型和第二特征学习模型，以及故障诊断模型，基于待诊断轴承的振动信号，对待诊断轴承进行故障诊断，得到诊断结果。
全文数据：
权利要求：
百度查询： 北京科技大学 一种基于改进集成堆栈降噪自编码器的轴承故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号