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：发明提供一种基于全局距离矩阵的卷积融合滚动轴承故障诊断方法，包括以下步骤：获取待分析的滚动轴承的振动数据；基于全局距离矩阵的图像编码方法，将滚动轴承的振动数据转换成待分析滚动轴承二维图像；构建用于对滚动轴承故障进行分析的自适应融合多尺度卷积神经网络的故障诊断模型；对自适应融合多尺度卷积神经网络的故障诊断模型进行训练，得到训练好的自适应融合多尺度卷积神经网络的故障诊断模型；将待分析滚动轴承二维图片输入到训练好的自适应融合多尺度卷积神经网络的故障诊断模型，实现滚动轴承故障的诊断，该方法能够为不同来源的数据分配可学习的权重，赋予了网络分辨和合理利用不同信息源数据中的不平衡诊断信息的能力。
主权项：1.一种基于全局距离矩阵的卷积融合滚动轴承故障诊断方法，其特征在于：包括以下步骤：获取待分析的滚动轴承的振动数据；基于全局距离矩阵的图像编码方法，将滚动轴承的振动数据转换成待分析滚动轴承二维图像；构建用于对滚动轴承故障进行分析的自适应融合多尺度卷积神经网络的故障诊断模型；对自适应融合多尺度卷积神经网络的故障诊断模型进行训练，得到训练好的自适应融合多尺度卷积神经网络的故障诊断模型；将待分析滚动轴承二维图片输入到训练好的自适应融合多尺度卷积神经网络的故障诊断模型，实现滚动轴承故障的诊断；所述基于全局距离矩阵的图像编码方法，将滚动轴承的振动数据转换成待分析滚动轴承二维图像的过程如下；首先，设为是一组长度为n的滚动轴承时间序列数据，将X与时间戳t合并，得到，然后，将编码为二维矩阵M，M中的每个元素记为； （1） （2）式中：xi和xj分别是时间序列数据中i和j时刻的值，和是X和t的标准差，公式（2）是一个求解归一化欧氏距离的过程，汇总了原始时序数据维度和时间维度中任意两点之间的相互关系，接下来将M转为反对称矩阵； （3）最后，将其映射到[0，255]的范围内，即为编码后的滚动轴承全局距离矩阵图像GDM具体公式如下： （4）。
全文数据：
权利要求：
百度查询： 东北大学 东北大学佛山研究生创新学院 一种基于全局距离矩阵的卷积融合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