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：华中科技大学
摘要：本发明属于故障诊断相关技术领域，其公开了一种变工况滚动轴承的故障诊断方法及系统，方法包括：构建变工况轴承故障诊断模型；获取多个不同工况下有真实故障类别标签的轴承振动数据，组成轴承振动数据集，采用轴承振动数据集对变工况轴承故障诊断模型进行训练，获得第一阶段轴承故障诊断模型；获取不同工况下域不变的特征空间，采用域不变的特征空间对特征向量进行线性变换，而后训练线性多类别分类器，将线性多类别分类器替换第一阶段轴承故障诊断模型中标签分类器的最后一层全连接层，获得第二阶段轴承故障诊断模型；将待预测工况下轴承数据输入第二阶段轴承故障诊断模块实现故障预测。本申请可以提高变工况条件下轴承振动数据的识别准确率。
主权项：1.一种变工况滚动轴承的故障诊断方法，其特征在于，包括：离线训练阶段：S1：构建变工况轴承故障诊断模型，所述变工况轴承故障诊断模型包括特征转换模块、特征融合模块以及标签分类器，其中，特征转换模块包括至少三种二维图像转换算法，以将轴承振动数据转换为三种二维图像；特征融合模块用于融合三种二维图像；标签分类器用于对特征融合模块输出的二维图像数据进行故障类别预测；S2：获取多个不同工况下有真实故障类别标签的轴承振动数据，组成轴承振动数据集，将其中部分作为训练集，部分作为测试集，分别采用所述训练集和测试集对所述变工况轴承故障诊断模型进行训练和测试，获得第一阶段轴承故障诊断模型；S3：获取不同工况下域不变的特征空间，采用所述域不变的特征空间对第一阶段轴承故障诊断模型输出的特征向量进行线性变换，采用线性变换后的特征向量训练线性多类别分类器，将训练完成的线性多类别分类器对所述第一阶段轴承故障诊断模型中标签分类器的最后一层全连接层进行替换，获得第二阶段轴承故障诊断模型；在线诊断阶段：S4：将待预测工况下轴承数据输入所述第二阶段轴承故障诊断模块获得故障预测。
全文数据：
权利要求：
百度查询： 华中科技大学 一种变工况滚动轴承的故障诊断方法与系统
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