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：东南大学
摘要：本发明提供一种基于ECA和改进DenseNet的轴承故障诊断方法，包括：采集转速逐渐增加的不同轴承状态下的原始轴承振动信号，对所述原始轴承信号进行预处理得到预处理轴承振动信号，对所述预处理轴承振动信号进行数据切分，得到轴承振动信号样本；将所述轴承振动信号样本输入至构建的基于高效通道注意力模块ECA和改进的DenseNet网络DCDN框架中进行训练，得到轴承故障诊断模型；将待检测轴承振动信号输入所述轴承故障诊断模型，输出轴承故障状态类型识别结果。本发明将ECA和改进DenseNet相结合，能够较好的应用于变转速下滚动轴承故障诊断任务，准确率更高、抗噪性能好、泛化性能更强。
主权项：1.一种基于ECA和改进DenseNet的轴承故障诊断方法，其特征在于，包括：采集转速逐渐增加的不同轴承状态下的原始轴承振动信号，对所述原始轴承信号进行预处理得到预处理轴承振动信号，对所述预处理轴承振动信号进行数据切分，得到轴承振动信号样本；将所述轴承振动信号样本输入至构建的基于高效通道注意力模块ECA和改进的DenseNet网络DCDN框架中进行训练，得到轴承故障诊断模型；将待检测轴承振动信号输入所述轴承故障诊断模型，输出轴承故障状态类型识别结果；其中，所述ECA对所述轴承振动信号样本的数据特征进行压缩、激励与加重加权处理，所述DCDN包括四个改进稠密连接模块和过渡模块交替进行排布以及分类层，所述改进稠密连接模块为多个扩张因果卷积的稠密排布，用于捕获数据时序特征，所述过渡模块包括瓶颈卷积层和池化层，用于压缩参数，所述分类层包括具有归一化指数函数的单个全连接层，用于获得输出结果。
全文数据：
权利要求：
百度查询： 东南大学 基于ECA和改进DenseNet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