[发明专利]一种基于深度学习网络的轴承故障分类方法及系统在审
| 申请号： | 202010516421.5 | 申请日： | 2020-06-09 |
| 公开（公告）号： | CN111797567A | 公开（公告）日： | 2020-10-20 |
| 发明（设计）人： | 陈剑;黄凯旋 | 申请（专利权）人： | 合肥工业大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G01M13/045;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海光华专利事务所(普通合伙) 31219 | 代理人： | 杨苏云 |
| 地址： | 230009 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习网络的轴承故障分类方法及系统，分类方法包括：设定采样频率，采集轴承在不同工况下的振动信号数据；将取得的振动信号数据进行分段构建多个样本；分解处理每个样本的振动信号数据得出多个模态分量，实现有效成分分离；构建具有残差单元的深度网络，用随机搜索法确定合适的网络深度；将训练集输入深度残差网络进行迭代训练并获取分类模型；将测试集输入分类模型，取得故障分类结果。本发明的分类方法将变分模态分解和深度残差网络相结合，解决了输入数据存在噪声干扰和有效成分存在交叉混叠、网络深化导致识别梯度消失、性能退化导致分类效果变差的问题，实现了不受转速变化影响的故障特征提取，提高了故障分类准确性。 | ||
| 搜索关键词： | 一种 基于 深度 学习 网络 轴承 故障 分类 方法 系统 | ||
【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合肥工业大学，未经合肥工业大学许可，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/202010516421.5/，转载请声明来源钻瓜专利网。
- 上一篇：多头大排量单螺杆泵
- 下一篇：一种计算机信息资料智能化加密传输系统
