[发明专利]基于递归图和深度卷积网络的压气机振动故障检测法有效
| 申请号： | 202010419501.9 | 申请日： | 2020-05-18 |
| 公开（公告）号： | CN111709292B | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 韦吉祥;林鹏;曹九稳 | 申请（专利权）人： | 杭州电子科技大学 |
| 主分类号： | G06F18/213 | 分类号： | G06F18/213;G06F18/24;G06F18/2411;G06N3/0464;G06N3/048;G06N3/08 |
| 代理公司： | 杭州君度专利代理事务所(特殊普通合伙) 33240 | 代理人： | 朱月芬 |
| 地址： | 310018 浙*** | 国省代码： | 浙江;33 |
| 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递归图和深度卷积网络的压气机振动故障检测法。本发明构造压气机气动失稳振动故障数据库，选取已有的实验数据，通过数据预处理获取大量的故障数据库。其次，选取二维图像转化方法，将一维振动信号转化为二维图像，最后，选取深度卷积神经网络Inception V3模型，采用迁移学习保持模型特征提取环节不变，通过调节特征整合环节结构对二维图像递归图进行故障特征提取与检测。本发明由二维图像反映时间序列内部动力学系统中的相空间流形，揭示系统的动力学特性，适合于对非平稳非线性的时间序列进行特征分析。本发明将机器视觉中的优势应用于非视觉领域，采用深度卷积神经网络Inception V3模型进行机械振动故障检测，减少手工设计特征的巨大工作量。 | ||
| 搜索关键词： | 基于 递归 深度 卷积 网络 压气 振动 故障 检测 | ||
【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杭州电子科技大学，未经杭州电子科技大学许可，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/202010419501.9/，转载请声明来源钻瓜专利网。
