[发明专利]基于多分支多尺度卷积神经网络的滚动轴承故障诊断方法有效
| 申请号： | 201910886575.0 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110595775B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 刘志亮;王欢;彭丹丹;郝逸嘉;张峻浩 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04;G01M13/045;G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 温利平;陈靓靓 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 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多分支多尺度卷积神经网络的滚动轴承故障诊断方法，首先采集无故障和不同故障的滚动轴承在不同运行状态下的加速度振动信号，并根据各个加速度振动信号所对应的故障状态设置故障状态标签，对每个加速度振动信号进行标准化处理，作为训练样本对多分支多尺度卷积神经网络模型进行训练，多分支多尺度卷积神经网络模型包括低频分支卷积网络、恒等映射分支卷积网络、去噪分支卷积网络、特征融合层、全局平均池化层和Softmax层，然后采集滚动轴承当前的加速度振动信号，送入多分支多尺度卷积神经网络模型进行故障诊断。本发明通过采用多分支多尺度卷积神经网络模型，可以有效提高滚动轴承在强噪声环境和变载荷工况下的故障诊断性能。 | ||
| 搜索关键词： | 基于 分支 尺度 卷积 神经网络 滚动轴承 故障诊断 方法 | ||
【主权项】：
1.一种基于多分支多尺度卷积神经网络的滚动轴承故障诊断方法，其特征在于，包括以下步骤：/nS1：以采样频率f
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电子科技大学，未经电子科技大学许可，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/201910886575.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种筒磨机主轴轴承高压油膜检测工艺
- 下一篇：轴向磁轴承刚度测试装置
