[发明专利]基于振动孪生与极限学习的滚动轴承智能故障诊断方法有效
| 申请号： | 202110434424.9 | 申请日： | 2021-04-22 |
| 公开（公告）号： | CN113138080B | 公开（公告）日： | 2022-06-03 |
| 发明（设计）人： | 宁婧宇;谭振华 | 申请（专利权）人： | 东北大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 沈阳东大知识产权代理有限公司 21109 | 代理人： | 李珉 |
| 地址： | 110819 辽宁*** | 国省代码： | 辽宁;21 |
| 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振动孪生与极限学习的滚动轴承智能故障诊断方法，涉及工业故障诊断技术领域。针对滚动轴承振动信号，首先提取时域特征构建时域特征集合，然后从时域特征集合中选择最优时域特征子集以生成滚动轴承振动孪生模型，将滚动轴承振动信号转化为特征向量；选择极限学习机作为分类器，将振动信号的特征向量作为输入，使用伪随机序列来代替极限学习机中的随机输入权重矩阵，同时省略极限学习机的偏置向量，得到改进的极限学习机，实现对滚动轴承的故障诊断；在相同的诊断环境下，输入权重矩阵只需生成一次，在后续诊断中可反复使用。该方法采用振动孪生与极限学习相结合的方法，在保证准确性的前提下，提升了诊断速度。 | ||
| 搜索关键词： | 基于 振动 孪生 极限 学习 滚动轴承 智能 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东北大学，未经东北大学许可，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/202110434424.9/，转载请声明来源钻瓜专利网。
