[发明专利]一种基于多任务深度学习的齿轮箱故障诊断方法在审
| 申请号： | 201811629631.4 | 申请日： | 2018-12-28 |
| 公开（公告）号： | CN109932174A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 赵晓平;吴家新 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G01M13/021 | 分类号： | G01M13/021 |
| 代理公司： | 南京汇盛专利商标事务所(普通合伙) 32238 | 代理人： | 张立荣;吴扬帆 |
| 地址： | 210044 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明的基于多任务深度学习的齿轮箱故障诊断方法，包括如下步骤：步骤1）获取齿轮箱不同转速与负载下齿轮和轴承故障的振动信号，对振动信号预处理求取频域信号；步骤2）构建多任务深度学习网络，并初始化网络模型参数，确定训练超参数；步骤3）将样本输入学习网络，通过前向传播求得网络输入与预期目标的误差，判断是否收敛或满足训练要求，若判断为收敛或满足训练要求则执行步骤5），否则执行步骤4）；步骤4）根据误差，使用反向传播算法更新网络权值，更新完成后使用下一批次的样本，重复执行步骤3）；步骤5）保存网络模型用于故障诊断。有益效果：该方法通过单独的任务层，能够从同一信号中自适应的提取不同目标的特征，并进行诊断。 | ||
| 搜索关键词： | 齿轮箱故障 网络模型 训练要求 振动信号 诊断 收敛 学习 预处理 反向传播 故障诊断 频域信号 前向传播 算法更新 同一信号 样本输入 预期目标 重复执行 轴承故障 网络 齿轮箱 初始化 任务层 网络权 下齿轮 自适应 构建 样本 保存 更新 | ||
【主权项】：
1.一种基于多任务深度学习的齿轮箱故障诊断方法，其特征在于包括如下步骤：步骤1)获取齿轮箱不同转速与负载下齿轮和轴承故障的振动信号，对所述振动信号预处理，进行快速傅里叶变换，求取对应的频域信号，作为网络输入；步骤2)构建多任务深度学习网络，并初始化网络模型参数，确定训练超参数；步骤3)将样本输入所述学习网络，通过前向传播求得网络输入与预期目标的误差，判断是否收敛或满足训练要求，若判断为收敛或满足训练要求则执行步骤5)，否则执行步骤4)；步骤4)根据所述误差，使用反向传播算法更新网络权值，更新完成后，使用下一批次的样本，重复执行步骤3)；步骤5)保存网络模型用于故障诊断。
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信息工程大学，未经南京信息工程大学许可，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/201811629631.4/，转载请声明来源钻瓜专利网。
