龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：合肥工业大学
摘要：本发明公开了基于WSDAE‑WDCNN‑SENet的轴承故障诊断方法，涉及轴承故障诊断技术领域，所述诊断方法包括：S1：对轴承的关键振动信号进行滑动窗口采样，并划分为训练集、验证集和测试集；S2：利用WDCNN模型和WSDAE模型分别学习振动信号的特征，并使用SENet进行特征信息融合；S3：将融合后得到的特征信息输入到Softmax中进行分类诊断，生成故障诊断结果报告。本发明基于WSDAE‑WDCNN‑SENet的轴承故障诊断方法，设计提出了一种权重跃迁模块WSC，加入原始信号路径，并利用稀疏网络结构、结合BN归一化与Dropout层集成到该模块中，使该路径捕捉特征权重信息，将原始信号重要特征权重进一步提高放大，便于其他深度学习网络进行特征学习。
主权项：1.基于WSDAE-WDCNN-SENet的轴承故障诊断方法，其特征在于，所述诊断方法包括：S1：对轴承的关键振动信号进行滑动窗口采样，并划分为训练集、验证集和测试集；S2：利用WDCNN模型和WSDAE模型分别学习振动信号的特征，并使用SENet进行特征信息融合；S3：将融合后得到的特征信息输入到Softmax中进行分类诊断，生成故障诊断结果报告；所述WSDAE模型是将WSC集成到SDAE网络结构层，由编码器、WSC模块、隐藏层和解码器构成；所述WSC是由两条路径组成，一条为权重学习路径，另一条为原始特征路径，输入数据分别进入原始特征路径、其他神经网络路径、权重学习路径，所述原始特征路径中的数据x直接从输入端连接到输出端，所述其他神经网络路径中的数据x经过神经网络生成特征向量Fnx，所述权重学习路径中的数据x依次流经稀疏全连接SFC层、批量归一化BN层、Relu激活函数、全连接FC层、BN层和Sigmoid激活函数，所述权重学习路径的最终目的是生成各元素介于0和1之间的权重矩阵：Wx＝Sb2+Rb1+wsx，其中，S·和R·分别代表激活函数Sigmoid和Relu，b1和b2分别代表网络偏置项，ws代表稀疏矩阵，控制网络稀疏性，x代表输入值。
全文数据：
权利要求：
百度查询： 合肥工业大学 基于WSDAE-WDCNN-SENet的轴承故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号