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：频率探索智能科技江苏有限公司
摘要：本发明涉及滚动轴承故障诊断技术领域，尤其涉及一种基于多尺度LBP‑CNN网络的滚动轴承故障诊断方法和系统，包括：采集模块，采集模块包括加速度传感器，加速度传感器用于采集滚动轴承工作时的振动信号；数据处理模块，与采集模块连接，采集模块将振动信号传输至数据处理模块，数据处理模块对振动信号进行处理分析；故障诊断模块，与数据处理模块连接，数据处理模块将振动信号处理分析后的数据传输至故障诊断模块，故障诊断模块判断滚动轴承的故障类型。本发明提供一种基于多尺度LBP‑CNN网络的滚动轴承故障诊断方法，将滚动轴承振动时频分布的多类型LBP纹理融合分析和多尺度CNN卷积核特征融合分析，可更加快速有效的识别出滚动轴承的不同故障，且测量精度高。
主权项：1.一种基于多尺度LBP-CNN网络的滚动轴承故障诊断方法，其特征在于，所述故障诊断方法包括：步骤S1：采集振动信号，将所述振动信号利用连续小波变换转换为时频分布图；步骤S2：采用LBP方法对所述时频分布图的纹理特征信息进行多尺度刻画，并叠加成具有不同编码半径的LBP编码谱图张量；步骤S3：搭建多尺度二维卷积神经网络；步骤S4：将所述不同编码半径的LBP编码谱图张量输入至所述多尺度二维卷积神经网络进行训练，得到训练完成的多尺度二维卷积神经网络，实现不同故障类型的映射；步骤S5：在识别实际滚动轴承故障模式时，首先对未知状态的滚动轴承的振动信号进行所述步骤S1和所述步骤S2的处理，获得其对应不同编码半径的LBP编码谱图，然后利用所得到的训练完成的多尺度二维卷积神经网络进行分类，从而确定实际滚动轴承的故障类型。
全文数据：
权利要求：
百度查询： 频率探索智能科技江苏有限公司 基于多尺度LBP-CNN网络的滚动轴承故障诊断方法和系统
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