[发明专利]基于时频关联向量卷积玻尔兹曼机的轴承损伤识别方法

摘要

本发明一种基于时频关联向量卷积玻尔兹曼机的轴承损伤识别方法，包括以下步骤利用振动传感器，采集不同轴承的振动信号；进行时频关联向量卷积波尔兹曼机的训练对采集的信号进行小波包分解；将所得时频特征输入卷积玻尔兹曼机进行卷积计算和无监督学习；将卷积玻尔兹曼机所得权值输入关联向量机进行有监督学习；将所得分类的权值在关联向量回归机中进行有监督学习；对一个待识别的轴承，采集其振动信号并输入到前面训练的模型中进行损伤识别。本发明通过利用小波包分解突出了故障信号特征，通过采用卷积玻尔兹曼机训练实现了对故障特征自动提取和精确表达，最后利用关联向量机的分类和回归能力对轴承的损伤程度进行智能识别。

主权项

基于时频关联向量卷积玻尔兹曼机的轴承损伤识别方法，其特征在于，该方法包括以下步骤：利用振动传感器，采集轴承的振动信号；进行时频关联向量卷积波尔兹曼机的训练；将采集到的振动信号输入至经过训练后的时频关联向量卷积波尔兹曼机；时频关联向量卷积波尔兹曼机自动计算并输出损伤识别结果；进行时频关联向量卷积波尔兹曼机的训练包括以下步骤：1)对采集到的振动信号进行小波包分解；2)将小波包分解所得的时频特征输入卷积波尔兹曼机进行卷积计算和无监督学习；3)将步骤2)所得的网络连接权值输入关联向量分类机进行有监督学习；4)将步骤3)所得的网络连接权值输入关联向量回归机中进行有监督学习。