[发明专利]一种血型离心机变学习速率小波BP神经网络故障检测方法无效

专利信息
申请号: 201310419243.4 申请日: 2013-09-13
公开(公告)号: CN103512765A 公开(公告)日: 2014-01-15
发明(设计)人: 罗刚银 申请(专利权)人: 中国科学院苏州生物医学工程技术研究所
主分类号: G01M99/00 分类号: G01M99/00
代理公司: 南京经纬专利商标代理有限公司 32200 代理人: 曹毅
地址: 215000 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种血型离心机变学习速率小波BP神经网络故障检测方法,它包括以下步骤:离心机振动信号采集、小波变换去噪、小波包变换特征提取、变学习速率小波BP神经网络训练、离心机故障类型判断,采用小波包变换可以有效地提取血型离心机振动信号的功率谱密度特征向量,而通过将这些功率谱密度特征向量输入到变学习速率小波BP神经网络中可以有效的识别出血型离心机的故障类型。
搜索关键词: 一种 血型 离心 机变 学习 速率 bp 神经 网络故障 检测 方法
【主权项】:
 一种血型离心机变学习速率小波BP神经网络故障检测方法,其特征在于,包括以下步骤:步骤1)离心机振动信号采集采用压电加速度传感器和电涡流位移传感器采集离心机转动时的振动信号;步骤2)小波变换去噪选择合适的阈值函数,在小波变换域中去除离心机振动信号中低幅度的噪声和我们所不期望的信号,然后进行离散小波变换的逆变换,重构出降噪后的信号;步骤3)小波包变换特征提取首先对测得的离心机振动信号进行三层小波包变换,接着对第三层小波包分解结果的八个小波系数分别进行小波包重构,重构后得到八个分频带,然后分别计算八个分频带的功率谱密度,把不同分频带上信号的功率谱密度按尺度顺序排列起来,得出离心机不同故障对应振动信号的功率谱密度特征向量;步骤4)变学习速率小波BP神经网络训练选择神经网络的训练样本,训练用于识别血型离心机故障类型的变学习速率小波BP神经网络;步骤5)离心机故障类型识别根据振动信号的不同特征向量自动识别出血型离心机相应的故障类型。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院苏州生物医学工程技术研究所,未经中国科学院苏州生物医学工程技术研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310419243.4/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top