首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

融合频域特征与改进残差网络的深沟球轴承故障诊断方法 

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:北京航空航天大学杭州创新研究院

摘要:本发明公开了一种融合频域特征与改进残差网络的深沟球轴承故障诊断方法,包括如下步骤:步骤一,采集安装在驱动端的深沟球轴承的振动加速度传感器的振动信号;步骤二,利用反余弦函数进行数值编码转换;步骤三,将多尺度注意力模块嵌入到深度残差神经网络,获得多尺度注意力残差网络故障诊断模型;步骤四,利用步骤三获得的多尺度注意力残差网络故障诊断模型对步骤二获得的编码后的格拉姆角场特征图进行故障分类,实现滚动轴承的故障诊断。本发明的融合频域特征与改进残差网络的深沟球轴承故障诊断方法,通过步骤一至步骤四的设置,便可有效的实现对于滚动轴承的故障诊断了。

主权项:1.一种融合频域特征与改进残差网络的深沟球轴承故障诊断方法,其特征在于:包括如下步骤:步骤一,采集安装在驱动端的深沟球轴承的振动加速度传感器的振动信号,采样频率为12kHz,并利用傅里叶变换算法对振动信号进行处理,获取振动信号的非冗余频谱,并通过线性映射将频谱值规整化到[-1,1]的范围内;步骤二,利用反余弦函数进行数值编码转换,将归一化的非冗余频谱映射至极坐标,获得每个频率成分的极坐标表示,使用映射后的极坐标数据建立格拉姆矩阵,用来描述不同信号点之间的关系,以通过计算信号点之间的内积来构建格拉姆矩阵,生成编码后的格拉姆角场特征图;步骤三,将多尺度注意力模块嵌入到深度残差神经网络,获得多尺度注意力残差网络故障诊断模型;步骤四,利用步骤三获得的多尺度注意力残差网络故障诊断模型对步骤二获得的编码后的格拉姆角场特征图进行故障分类,实现滚动轴承的故障诊断。

全文数据:

权利要求:

百度查询: 北京航空航天大学杭州创新研究院 融合频域特征与改进残差网络的深沟球轴承故障诊断方法

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。