[发明专利]一种基于自动编码器的轴系转速大波动的故障诊断方法有效
| 申请号： | 201810200175.5 | 申请日： | 2018-03-12 |
| 公开（公告）号： | CN108548671B | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 李舜酩;安增辉 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 32200 南京经纬专利商标代理有限公司 | 代理人： | 许方 |
| 地址： | 210016 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自动编码器的轴系转速大波动的故障诊断方法，包括以下步骤：步骤一、将分别属于源域和目标域中的转速1与转速2的样本做快速傅里叶变换并幅值归一化；步骤二、用转速1信号预训练自动编码器；步骤三、在自动编码算法中加入MMD惩罚项自动编码迁移学习算法，并用两种转速的训练样本进行训练；步骤四、训练加入MMD惩罚项的Softmax特征分类器对提取的特征进行分类，由此可对转速2未知的故障信号实现故障诊断。本发明通过迁移学习算法对转速大波动状态下的故障信号进行智能诊断，通过引入MMD惩罚项提高源域样本训练之后的模型对于目标域样本诊断的准确率，从而实现转速大波动情况下的智能故障诊断。 | ||
| 搜索关键词： | 大波动 自动编码器 故障诊断 惩罚项 故障信号 学习算法 轴系转速 自动编码 目标域 源域 样本 迁移 快速傅里叶变换 智能故障诊断 幅值归一化 特征分类器 训练样本 样本训练 智能诊断 准确率 算法 并用 诊断 引入 分类 | ||
【主权项】：
1.一种基于自动编码器的轴系转速大波动的故障诊断方法，其特征是，包括以下步骤：/n步骤1.样本数据预处理：转速1和转速2的样本分别属于源域和目标域；转速1的源域有M个带有标签的训练样本
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/201810200175.5/，转载请声明来源钻瓜专利网。
