[发明专利]改进深度稀疏自编码器网络旋转机械复合故障的诊断方法有效
| 申请号： | 201911015043.6 | 申请日： | 2019-10-24 |
| 公开（公告）号： | CN110779746B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 杨延西;杨静;田瑞明;谢国 | 申请（专利权）人： | 西安理工大学 |
| 主分类号： | G01M99/00 | 分类号： | G01M99/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京国昊天诚知识产权代理有限公司 11315 | 代理人： | 杨洲 |
| 地址： | 710048*** | 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： | 改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，1)分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，分别得到d组时域振动信号样本；2)对每个样本进行傅里叶变换，得到预处理后的信号样本；3)构造诊断样本集，将其作为训练样本集；4)建立旋转机械复合故障诊断模型，获得深度稀疏自编码器网络的连接权重和偏置参数；5)获得softmax分类器模型；6)进行快速傅里叶变换，选取测试样本；7)测试样本作为训练好的改进的深度稀疏自编码器网络的输入，对测试样本深度学习，进行特征提取，得到测试样本特征信号；8)将测试特征信息作为测试样本的匹配特征，得到待测旋转机械的复合故障诊断结果；提高了诊断准确度和效率。 | ||
| 搜索关键词： | 改进 深度 稀疏 编码器 网络 旋转 机械 复合 故障 诊断 方法 | ||
【主权项】：
1.改进深度稀疏自编码器网络旋转机械复合故障的诊断方法，其特征在于，包括以下步骤：/n步骤1，利用加速度传感器分别获取旋转机械正常状态和不同故障状态的c种工况的振动信号，每种工况的振动信号采集d组，其中d≥100，c种信号分别得到d组时域振动信号样本，分别记为x
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理工大学，未经西安理工大学许可，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/201911015043.6/，转载请声明来源钻瓜专利网。
