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：郑州轻工业大学
摘要：本发明提出一种滚动轴承故障诊断中时序周期ResNet网络模型的构建方法，用以解决传统的时间序列分类方法不具备应对滚动轴承复杂的运行环境以及浅层网络结构难以解决复杂非线性信号的故障分类、分类准确度低等技术问题。本发明包括获取多组不同状态的滚动轴承时序数据，并对滚动轴承时序数据预处理，然后将预处理后的滚动轴承时序数据分成多个时序周期片段并进行标签分类，构建时序周期ResNet网络模型提取滚动轴承时序数据的特征进行故障诊断，最后输出滚动轴承故障诊断的分类结果。本发明简化深度学习的运行过程，显著提高轴承数据集的故障诊断精度。
主权项：1.一种滚动轴承故障诊断中时序周期ResNet网络模型的构建方法，其特征在于，包括以下步骤：步骤一：获取多组不同状态的滚动轴承时序数据并进行预处理，构建时序数据集；对滚动轴承时序数据进行预处理的方法为：滚动轴承时序数据在获取过程中存在部分不规则变量，通过求取时序数据标准差去除滚动轴承时序数据中的部分不规则变量；预处理后的滚动轴承时序数据具有规则的时序周期；步骤二：将时序数据集划分为多个时序周期片段，并对每个时序周期片段进行分类；将时序数据集划分为多个时序周期片段的方法为：依据预处理后的滚动轴承时序数据具有规则的时序周期，利用电机滚动轴承的转速获取每一个时序周期片段的原始振动信号，并计算出每个时序周期片段的数据点个数r和总时序周期个数h，从而把时序数据集划分为多个时序周期片段，每个时序周期片段的周期规律相同，得到周期性数据矩阵为： 其中，r表示每一个时序周期片段的数据长度；h表示总时序周期片段的个数；步骤三：采用残差网络并融合注意力机制模块构建时序周期ResNet网络模型；步骤四：将步骤二中的多个时序周期片段划分为训练样本和测试样本，训练样本用于训练时序周期ResNet网络模型；将测试样本输入到训练后的时序周期ResNet网络模型中，通过Softmax分类器得到滚动轴承故障诊断的分类结果。
全文数据：
权利要求：
百度查询： 郑州轻工业大学 滚动轴承故障诊断中时序周期ResNet网络模型的构建方法
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