[发明专利]基于谱峭度和神经网络的滚动轴承故障分类方法及系统有效
| 申请号： | 201910394821.0 | 申请日： | 2019-05-13 |
| 公开（公告）号： | CN110017991B | 公开（公告）日： | 2020-03-31 |
| 发明（设计）人： | 常发亮;蒋沁宇 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 张庆骞 |
| 地址： | 250061 山东*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种基于谱峭度和神经网络的滚动轴承故障分类方法及系统。其中，基于谱峭度和神经网络的滚动轴承故障分类方法，包括：基于谱峭度对轴承故障信号进行滤波处理；提取滤波后轴承故障信号的梅尔倒谱系数特征和差分特征，得到梅尔倒谱系数特征集和差分特征集；分别随机从梅尔倒谱系数特征集和差分特征集中抽取若干个特征，按照抽取顺序依次排列，形成由预设大小二维矩阵表示的梅尔倒谱系数特征图和差分特征图，形成训练集；将训练集中的梅尔倒谱系数特征图和差分特征图输入至双通道卷积神经网络的对应通道并进行训练，得到滚动轴承故障分类模型；利用滚动轴承故障分类模型对实时接收到的轴承故障信号进行故障分类。 | ||
| 搜索关键词： | 基于 谱峭度 神经网络 滚动轴承 故障 分类 方法 系统 | ||
【主权项】：
1.一种基于谱峭度和神经网络的滚动轴承故障分类方法，其特征在于，包括：基于谱峭度对轴承故障信号进行滤波处理；提取滤波后轴承故障信号的梅尔倒谱系数特征和差分特征，得到梅尔倒谱系数特征集和差分特征集；分别随机从梅尔倒谱系数特征集和差分特征集中抽取若干个特征，按照抽取顺序依次排列，形成由预设大小二维矩阵表示的梅尔倒谱系数特征图和差分特征图，形成训练集；将训练集中的梅尔倒谱系数特征图和差分特征图输入至双通道卷积神经网络的对应通道并进行训练，得到滚动轴承故障分类模型；利用滚动轴承故障分类模型对实时接收到的轴承故障信号进行故障分类。
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山东大学，未经山东大学许可，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/201910394821.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种高速列车轴承性能测试装置
- 下一篇：一种液体火箭动力系统试车方法及其装置
