[发明专利]一种基于深度学习的转速检测方法及系统有效
| 申请号： | 201910311272.6 | 申请日： | 2019-04-18 |
| 公开（公告）号： | CN110018322B | 公开（公告）日： | 2022-03-04 |
| 发明（设计）人： | 郑强;李长滨;文敢;王栋;张营;沈利军 | 申请（专利权）人： | 北京先见智控科技有限公司 |
| 主分类号： | G01P3/00 | 分类号： | G01P3/00;G01H17/00;G06N3/04;G06N3/08 |
| 代理公司： | 天津合正知识产权代理有限公司 12229 | 代理人： | 吕琦 |
| 地址： | 100020 北京市朝阳区酒仙桥东路9*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度学习的转速检测方法及系统，包括：利用转速传感器和振动传感器分别采集旋转设备的转速数据和振动数据，用作训练数据集；对训练数据集进行预处理；根据预处理后的振动数据分析得到旋转设备的振动特点，根据旋转设备的特点建立多个神经网络模型，并对每个神经网络模型进行模型训练和模型评估，并对评估后的多个神经网络模型进行融合，并得到融合后的预训练模型；将新采集到的振动数据加载到融合后的预训练模型中进行模型推断，得到最终推断结果，作为该旋转设备在此振动数据采集时刻的转速信息。本发明可提取到高精度的设备转速信息，不再需要通过转速传感器来获得旋转设备的转速信息，有效地降低了设备成本和施工难度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 转速 检测 方法 系统 | ||
【主权项】：
1.一种基于深度学习的转速检测方法，其特征在于，包括如下步骤：步骤S1，利用转速传感器和振动传感器分别采集旋转设备的转速数据和振动数据，用作训练数据集，其中，所述振动数据采用对应的转速数据作为标签；步骤S2，对所述训练数据集进行预处理；步骤S3，根据预处理后的振动数据分析得到所述旋转设备的振动特点，根据所述旋转设备的特点建立多个神经网络模型，并对每个所述神经网络模型进行模型训练和模型评估，并对评估后的多个神经网络模型进行融合，并得到融合后的预训练模型；其中模型融合的方法为加权平均，其中权值由前述模型的评估结果决定；步骤S4，将新采集到的振动数据加载到融合后的预训练模型中进行模型推断，得到最终推断结果，作为该旋转设备在此振动数据采集时刻的转速信息。
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北京先见智控科技有限公司，未经北京先见智控科技有限公司许可，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/201910311272.6/，转载请声明来源钻瓜专利网。
