[发明专利]一种基于故障特征多相关性的旋转机械故障诊断方法在审
| 申请号： | 201711315866.1 | 申请日： | 2017-12-12 |
| 公开（公告）号： | CN108225750A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 李舜酩;安增辉;王金瑞;钱巍巍 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G01M13/02;G01M13/04;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 许方 |
| 地址： | 210003 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： | 本发明公开了一种基于故障特征多相关性的旋转机械故障诊断方法，包括步骤：1.训练样本数据预处理：采用已收集的旋转机械故障信号作为训练样本，将其预处理成算法需要的矩阵形式。2.训练权值矩阵：在稀疏滤波算法中加入基于故障特征多相关性的正则化项组成改进的稀疏滤波算法，并用训练样本进行训练。3.训练Softmax特征分类器：采用Softmax特征分类器对稀疏滤波提取的特征进行分类，由此可对旋转机械故障信号实现故障诊断。本发明对于旋转机械故障诊断领域的适应性强，能有效提高诊断准确率。 | ||
| 搜索关键词： | 旋转机械故障 故障特征 稀疏 诊断 预处理 特征分类器 滤波算法 训练样本 训练样本数据 故障诊断 矩阵形式 权值矩阵 正则化项 准确率 滤波 算法 并用 分类 改进 | ||
【主权项】：
1.一种基于故障特征多相关性的旋转机械故障诊断方法，其特征是，该方法包括以下步骤：步骤1.训练样本数据预处理：采用已收集的旋转机械故障信号作为训练样本，将其预处理成算法需要的矩阵形式；步骤2.训练权值矩阵：在稀疏滤波算法中加入基于故障特征多相关性的正则化项组成改进的稀疏滤波算法，并用训练样本进行训练；步骤3.训练Softmax特征分类器：采用Softmax特征分类器对稀疏滤波提取的特征进行分类，由此可对未知的旋转机械故障信号实现故障诊断。
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南京航空航天大学，未经南京航空航天大学许可，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/201711315866.1/，转载请声明来源钻瓜专利网。
- 上一篇：一种自动识别错漏装密封垫的方法
- 下一篇：一种汽车轴管检测用夹具
