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！
摘要：本发明公开了一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，涉及旋转机械故障诊断与人工智能技术交叉技术领域。本发明利用遗传算法来优化提出模型的结构参数：Legendre多小波的个数、小波分解的水平、分类器BP神经网络的隐藏层神经元数，并提出基于Legendre多小波优化频带改进的自适应阈值去噪算法，有效去除了复杂环境的强噪声干扰，且通过提取故障统计特征组合标准差+峰度、熵+偏度输入BP神经网络，有效解决了标签噪声、小样本的齿轮箱复合故障高精度诊断问题，避免了深度神经网络由于结构复杂而难以设计和训练的问题，更易于实现旋转机械的在线故障诊断。
主权项：1.一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法，其特征在于：至少包括以下步骤：步骤1：数据采集，采用PHM2009复合齿轮箱故障数据集；步骤2：初始化算法；步骤3：样本处理，将每种齿轮箱故障类别总样本的75％分配给训练样本，25％分配给测试样本；步骤4：Legendre多小波分解过程，包括以网络参数的初始值和实现Legendre多小波分解；步骤5：改进的自适应阈值去噪算法；步骤6：特征提取，在每个去噪后的最优Legendre多小波高频带以及未去噪的Legendre多小波低频带上，计算统计特征组合标准差+峰度、熵+偏度作为BP神经网络的特征输入；步骤7：训练BP神经网络，将获得的最优特征归一化至0到1之间，并通过梯度下降学习算法训练BP神经网络，之后，将测试样本上获得的最优特征的归一化结果传递给BP神经网络，计算出测试诊断准确度，以完成对所提出方法的性能评估；步骤8：遗传算法与改进的自适应阈值去噪算法的融合，如果故障诊断的准确度没有达到预期的诊断准确度，则通过遗传算法更新多小波的分解水平、Legendre多小波的个数、BP神经网络的神经元数量，并重复步骤4至步骤7，以获得更高的故障诊断准确度；步骤9：输出结果，如果故障诊断的准确度达到预期的诊断准确度，则输出最高诊断准确度和对应的多小波分解水平、Legendre多小波的个数、BP神经网络的神经元数量。
全文数据：
权利要求：
百度查询： 重庆理工大学 一种基于最优Legendre多小波频带的齿轮箱复合故障诊断方法
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