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：中北大学

摘要：本发明涉及陀螺仪技术领域，具体是一种基于改进VMD算法和多尺度CNN的MEMS陀螺仪故障诊断方法，该方法是采用如下步骤实现的：步骤一：采集MEMS陀螺仪信号；步骤二：对MEMS陀螺仪信号进行裁切；步骤三：将MEMS陀螺仪信号分解为序列信号；步骤四：将序列信号划分为有用信号和噪声信号；步骤五：将有用信号重构为特征信号；步骤六：将特征信号重构为64×64的矩阵，将矩阵转换为图像样本；步骤七：将图像样本划分为训练集和测试集；步骤八：构建多尺度CNN模型；步骤九：对多尺度CNN模型进行训练和测试；步骤十：输出故障诊断结果。本发明解决了现有MEMS陀螺仪故障诊断方法诊断速度较慢、诊断准确率较低的问题，适用于MEMS陀螺仪的故障诊断。

主权项：1.一种基于改进VMD算法和多尺度CNN的MEMS陀螺仪故障诊断方法，其特征在于：该方法是采用如下步骤实现的：步骤一：利用传感器采集MEMS陀螺仪信号；所述MEMS陀螺仪信号包括正常信号和五种故障信号；所述五种故障信号分别为：偏移故障信号、比例因子故障信号、器件故障信号、瞬态故障信号、周期性干扰故障信号；步骤二：利用滑动采样操作对MEMS陀螺仪信号进行裁切；步骤三：利用鸡群优化算法对VMD算法的分解模态数和惩罚因子进行优化，并利用VMD算法将MEMS陀螺仪信号分解为序列信号；步骤四：计算序列信号的样本熵，并根据样本熵将序列信号划分为有用信号和噪声信号；步骤五：滤除噪声信号，并将有用信号重构为特征信号；步骤六：将特征信号重构为64×64的矩阵，并对矩阵进行归一化处理，然后利用Python的matplotlib库将矩阵转换为图像样本；所述图像样本包括正常图像和五种故障图像；所述五种故障图像分别为：偏移故障图像、比例因子故障图像、器件故障图像、瞬态故障图像、周期性干扰故障图像；步骤七：按照4:1的比例将图像样本划分为训练集和测试集；步骤八：构建空洞卷积块，并利用空洞卷积块和SE模块构建多尺度CNN模型；步骤九：利用训练集和测试集对多尺度CNN模型进行训练和测试；步骤十：利用传感器实时采集MEMS陀螺仪信号，并执行步骤二至步骤六，然后将得到的图像样本输入到多尺度CNN模型中，由此输出故障诊断结果。

全文数据：

权利要求：

百度查询： 中北大学 一种基于改进VMD算法和多尺度CNN的MEMS陀螺仪故障诊断方法