[发明专利]一种基于一维卷积神经网络的行星齿轮箱故障检测方法在审
| 申请号： | 201810654805.6 | 申请日： | 2018-06-22 |
| 公开（公告）号： | CN109029974A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 李东东;王浩;华伟;赵耀;杨帆;林顺富 | 申请（专利权）人： | 上海电力学院 |
| 主分类号： | G01M13/02 | 分类号： | G01M13/02;G01M15/02;F03D17/00 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 丁云 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于一维卷积神经网络的行星齿轮箱故障检测方法，该方法包括如下步骤：(1)获取行星齿轮箱振动信号；(2)将行星齿轮箱振动信号输入至预先训练的故障识别模型，所述的故障识别模型为一维卷积神经网络；(3)故障识别模型对行星齿轮箱的故障进行识别并输出故障类型。与现有技术相比，本发明能实现行星齿轮箱故障的准确、快速诊断。 | ||
| 搜索关键词： | 行星齿轮箱 故障识别 神经网络 一维卷积 故障检测 振动信号 快速诊断 输出故障 | ||
【主权项】：
1.一种基于一维卷积神经网络的行星齿轮箱故障检测方法，其特征在于，该方法包括如下步骤：(1)获取行星齿轮箱振动信号；(2)将行星齿轮箱振动信号输入至预先训练的故障识别模型，所述的故障识别模型为一维卷积神经网络；(3)故障识别模型对行星齿轮箱的故障进行识别并输出故障类型。
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上海电力学院，未经上海电力学院许可，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/201810654805.6/，转载请声明来源钻瓜专利网。
- 上一篇：实现单通道齿轮箱混合故障诊断的方法
- 下一篇：一种风电齿轮箱的故障诊断方法
