Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于振动信号延拓和时频信息融合网络的轴承故障诊断方法 

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:哈尔滨理工大学

摘要:本发明公开了一种基于振动信号延拓和时频信息融合网络的轴承故障诊断方法,所述方法包括如下步骤:步骤1:通过加速度传感器获取并输入轴承的一维振动信号;步骤2:为数据集的各个数据打上故障类别标签,并随机划分为训练样本集和测试样本集;步骤3:通过VSE方法增加训练样本的数量和多样性;步骤4:构建TFIF‑Net,并初始化权重和偏置;步骤5:通过监督训练调整TFIF‑Net的权重和偏差,直到达到指定的迭代次数,完成诊断模型的训练;步骤6:输入训练样本集,获得分类结果。本发明所提出的方法不仅在小样本轴承故障诊断领域具有实际应用价值,还为其他面临小样本限制的分类和诊断任务提供了新的研究思路。

主权项:1.一种基于振动信号延拓和时频信息融合网络的轴承故障诊断方法,其特征在于所述方法包括如下步骤:步骤1:通过加速度传感器获取并输入轴承的一维振动信号;步骤2:为数据集的各个数据打上故障类别标签,并随机划分为训练样本集和测试样本集;步骤3:通过VSE方法增加训练样本的数量和多样性;步骤4:构建TFIF-Net,并初始化权重和偏置;步骤5:通过监督训练调整TFIF-Net的权重和偏差,直到达到指定的迭代次数,完成诊断模型的训练;步骤6:输入训练样本集,获得分类结果。

全文数据:

权利要求:

百度查询: 哈尔滨理工大学 基于振动信号延拓和时频信息融合网络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。