[发明专利]一种基于深度学习和声音波形图像的滚动轴承故障诊断方法、装置和可读存储介质有效
| 申请号： | 201910931278.3 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110852154B | 公开（公告）日： | 2022-10-14 |
| 发明（设计）人： | 雷高伟;张清华;孙国玺;胡绍林;王世华;周东华;陈旭;李劲业;黄伟嘉;林乃劲 | 申请（专利权）人： | 广东石油化工学院 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G01M13/045;G06V10/774;G06V10/82 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 廖苑滨 |
| 地址： | 525000 广东*** | 国省代码： | 广东;44 |
| 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深度学习和声音波形图像的滚动轴承故障诊断方法，包括：步骤1：对滚动轴承分别在正常状态以及各种故障状态下的声音波形图像进行处理，得到训练数据集train‑x和测试数据集test‑x；步骤2：为所述训练数据集train‑x和测试数据集test‑x分别创建对应的训练标签集train‑y和测试标签集test‑y；步骤3：将所述训练数据集train‑x、测试数据集test‑x、训练标签集train‑y和测试标签集test‑y输入到卷积神经网络中进行训练和测试，得到训练好的CNN模型；步骤4：将滚动轴承的待检数据集在训练好的CNN模型中进行识别，以诊断滚动轴承的状态类型。该滚动轴承故障诊断方法基于深度学习和声音波形图像对滚动轴承的状态类型进行智能诊断。 | ||
| 搜索关键词： | 一种 基于 深度 学习 声音 波形 图像 滚动轴承 故障诊断 方法 装置 可读 存储 介质 | ||
【主权项】：
暂无信息
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广东石油化工学院，未经广东石油化工学院许可，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/201910931278.3/，转载请声明来源钻瓜专利网。
