[发明专利]多尺度单分类卷积网络的风电齿轮箱故障检测方法在审
| 申请号： | 202110547118.6 | 申请日： | 2021-05-19 |
| 公开（公告）号： | CN113240022A | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 江国乾;聂世强;谢平;王霄;武鑫;李小俚;何群 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06K9/46;G06N3/04;G06N3/08 |
| 代理公司： | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人： | 王冬杰 |
| 地址： | 066004 河北省*** | 国省代码： | 河北;13 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明提出一种基于多尺度单分类卷积网络的风电齿轮箱故障检测方法，该方法设计具有不同卷积核大小的卷积网络，以并行的方式在多个卷积核尺度下挖掘齿轮箱振动信号的时间特征，仅利用齿轮箱正常状态下的振动数据进行建模和训练，无需有标记的故障样本参与，通过构建无监督学习模型，有效地避免了故障数据获取难、故障模式不完备、故障标记成本高等问题。与传统的机器学习方法相比，本发明能够提高齿轮箱故障检测的准确性和可靠性。 | ||
| 搜索关键词： | 尺度 分类 卷积 网络 齿轮箱 故障 检测 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燕山大学，未经燕山大学许可，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/202110547118.6/，转载请声明来源钻瓜专利网。
