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：广东海洋大学
摘要：本发明公开了一种基于两阶段特征提取的可解释性轴承故障诊断新方法，包括：获取待检测振动信号；将所述待检测振动信号输入至斑马优化算法的格拉姆并行卷积神经网络模型，获取故障诊断结果，其中，所述斑马优化算法的格拉姆并行卷积神经网络模型通过训练集训练而成，所述训练集为原始振动信号的时域特征、频域特征和小波包能量特征。本发明所提方法具有更高的准确率、更好的鲁棒性和更强的可解释性，解决了不同工况下故障诊断模型特征识别困难、数据依赖性强、模型参数调整复杂、缺乏可解释性的问题，同时本发明具有的较强可解释性可对基于深度学习技术的故障诊断具有参考意义。
主权项：1.一种基于两阶段特征提取的可解释性轴承故障诊断新方法，其特征在于，包括：获取待检测振动信号；将所述待检测振动信号输入至斑马优化算法的格拉姆并行卷积神经网络模型，获取故障诊断结果，其中，所述斑马优化算法的格拉姆并行卷积神经网络模型通过训练集训练而成，所述训练集为原始振动信号的时域特征、频域特征和小波包能量特征。
全文数据：
权利要求：
百度查询： 广东海洋大学 一种基于两阶段特征提取的可解释性轴承故障诊断新方法
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