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：北京工业大学
摘要：本发明公开了一种机理与数据融合驱动的小样本滚动轴承故障诊断方法，包括：故障仿真数据获取：构建基于动力学机理的滚动轴承数字孪生模型，以获取设定故障工况下的仿真数据；数据生成模型构建：构建条件信息约束下的深度卷积生成对抗网络结构的生成器模型和判别器模型；小样本数据增强：将数字孪生模型得到的仿真信号代替随机噪声作为生成器模型的输入，以生成符合物理机理的数据，并用于扩充小样本数据；故障诊断模型构建：基于卷积神经网络建立故障诊断模型；基于数据增强的故障诊断：基于增强后的数据作为故障诊断模型的训练样本，使得故障诊断模型可以充分学习训练样本中所包含的故障特征信息，从而提升小样本条件下的滚动轴承故障诊断精度。
主权项：1.一种机理与数据融合驱动的小样本滚动轴承故障诊断方法，其特征在于，包括以下步骤：步骤1，故障仿真数据获取：构建基于动力学机理的滚动轴承数字孪生模型，以获取设定故障工况下的仿真数据；步骤2，数据生成模型构建：构建条件信息约束下的深度卷积生成对抗网络结构的生成器模型和判别器模型；步骤3，小样本数据增强：将数字孪生模型得到的仿真信号代替随机噪声作为生成器模型的输入，以生成符合物理规律且与真实信号具有相似分布的生成数据，并利用生成数据扩充原始训练样本；步骤4，故障诊断模型构建：基于卷积神经网络的建立故障诊断模型，用于故障模式识别；步骤5，基于数据增强的故障诊断：采用步骤3中基于生成数据扩充后的训练样本训练步骤4所构建的故障诊断模型，并采用小样本条件下的真实数据作为测试样本，完成故障模式的识别。
全文数据：
权利要求：
百度查询： 北京工业大学 一种机理与数据融合驱动的小样本滚动轴承故障诊断方法
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。
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