[发明专利]基于SANC和1D-CNN-LSTM的风电机组行星齿轮箱故障诊断方法在审
| 申请号： | 202011397747.7 | 申请日： | 2020-12-04 |
| 公开（公告）号： | CN112577736A | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 李东东;赵阳;赵耀;刘宇航;安胜辉 | 申请（专利权）人： | 上海电力大学 |
| 主分类号： | G01M13/028 | 分类号： | G01M13/028 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 陈源源 |
| 地址： | 200090 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于SANC和1D‑CNN‑LSTM的风电机组行星齿轮箱故障诊断方法，采集行星齿轮箱的振动信号输入至训练好的1D‑CNN‑LSTM混合神经网络中得到故障诊断结果；训练步骤包括：利用SANC将行星齿轮箱的历史振动信号分离为周期性信号分量和随机信号分量，保留分离出地周期性信号分量；周期性信号分量按照设定的比例分为训练集、验证集和测试集；将训练集样本输入到1D‑CNN‑LSTM混合神经网络进行训练，利用验证集验证对模型进行评估，并开始下一轮次训练，重复该过程进行直至所有轮次迭代完毕，利用测试集测试模型诊断的精确度。与现有技术相比，本发明可有效滤除噪声，提取更多的故障特征，从而精准地对风电机组行星齿轮箱进行故障。 | ||
| 搜索关键词： | 基于 sanc cnn lstm 机组 行星 齿轮箱 故障诊断 方法 | ||
【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上海电力大学，未经上海电力大学许可，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/202011397747.7/，转载请声明来源钻瓜专利网。
