[发明专利]一种基于卷积神经网络的轴承检测方法有效
| 申请号： | 201910985498.4 | 申请日： | 2019-10-16 |
| 公开（公告）号： | CN110579354B | 公开（公告）日： | 2020-11-06 |
| 发明（设计）人： | 杨志勃;张俊鹏;刘一龙;陈雪峰;刘金鑫;田绍华;乔百杰;宫保贵 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06F30/27;G06N3/04 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 覃婧婵 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 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卷积神经网络的轴承检测方法，方法包括以下步骤：基于轴承的振动加速度信号生成基于卷积神经网络的一维振动信号，将所述一维振动信号按照时序和比率依次划分为训练集、验证集和测试集，建立基于Grad‑CAM的卷积神经网络可视化结构，经过ReLU函数激活获得卷积神经网络对应于输入样本的Grad‑CAM图，在所述Grad‑CAM图上采样振动信号的维度，以Grad‑CAM的取值区间设定不同激活阈值，以Grad‑CAM激活区域对应的坐标作为索引对原始信号经过卷积神经网络后的激活情况进行标注，建立神经网络区域与目标类别之间的联系。 | ||
| 搜索关键词： | 一种 基于 卷积 神经网络 轴承 检测 方法 | ||
【主权项】：
1.一种基于卷积神经网络的轴承检测方法，所述方法包括以下步骤：/n第一步骤(S1)中，基于轴承的振动加速度信号生成基于卷积神经网络的一维振动信号，将所述一维振动信号按照数据采集的时间先后和所占原始信号长度的百分比，依次划分为训练集、验证集和测试集，将训练集、验证集和测试集的样本通过卷积神经网络训练得到，
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西安交通大学，未经西安交通大学许可，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/201910985498.4/，转载请声明来源钻瓜专利网。
