[发明专利]基于小波神经网络的齿轮裂纹识别方法有效
| 申请号： | 201910441786.3 | 申请日： | 2019-05-24 |
| 公开（公告）号： | CN110222390B | 公开（公告）日： | 2023-07-18 |
| 发明（设计）人： | 陈汉新;王琪;范东亮;柯耀;黄浪;苗育茁;黄文健;杨柳 | 申请（专利权）人： | 武汉工程大学 |
| 主分类号： | G06F30/17 | 分类号： | G06F30/17;G06F30/27;G06N3/084;G06N3/045 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 唐万荣 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 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小波神经网络的齿轮裂纹识别方法，该方法首先收集各种不同工况下的原始振动信号，采用小波包分析方法提取振动信号的故障特征。然后根据基于反向传播算法的小波神经网络对小波函数的相关参数进行优化。小波神经网络用非正交小波函数代替s形函数作为隐层的激活函数，通过对小波函数的放大和平移运算，可以根据不同的实际应用情况对小波函数进行控制和调整，可以检测局部特征同时在时域和频域也可对原始信号进行全局处理。 | ||
| 搜索关键词： | 基于 神经网络 齿轮 裂纹 识别 方法 | ||
【主权项】：
1.一种基于小波神经网络的齿轮裂纹识别方法，其特征在于，该方法包括以下步骤，步骤1，收集不同工况下的原始振动信号；步骤2，采用小波包分析方法提取振动信号的故障特征；步骤3，根据基于基于反向传播算法的小波神经网络和对小波函数的相关参数进行优化；步骤4，对齿轮裂纹进行识别。
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武汉工程大学，未经武汉工程大学许可，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/201910441786.3/，转载请声明来源钻瓜专利网。
