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:湖南师范大学
摘要:本申请公开了一种基于多元深度网络的电机定转子偏心缺陷特征提取方法,包括采用堆叠图像法将采集的电机定子电流时域原始数据转换为灰度图像数据,整理得到电流灰度图像数据集;采用库普曼降噪自编码器对电流灰度图像数据集样本进行重构降噪和去除离群点,得到无噪电流灰度图像数据集;采用多尺度核卷积网络提取无噪电流灰度图像数据集的多尺度特征;采用L‑Transformer网络对多尺度特征进行特征自适应得到自适应融合特征;将自适应融合特征输入随机动态残差网络提取电机定转子偏心缺陷特征。本申请提出的特征提取方法精度高且鲁棒性强,能提取出区分于其它电机缺陷的缺陷特征,为电机定转子偏心提供了一种特征提取的有效方法。
主权项:1.基于多元深度网络的电机定转子偏心缺陷特征提取方法,其特征在于,包括:采用堆叠图像法将采集的电机定子电流时域数据转换为灰度图像数据,整理得到电流灰度图像数据集;采用库普曼降噪自编码器对电流灰度图像数据集样本进行重构降噪和去除离群点,得到无噪电流灰度图像数据集;采用多尺度核卷积网络提取无噪电流灰度图像数据集的多尺度特征;采用L-Transformer网络对多尺度特征进行特征自适应得到自适应融合特征;将自适应融合特征输入随机动态残差网络提取电机定转子偏心的缺陷特征。
全文数据:
权利要求:
百度查询: 湖南师范大学 基于多元深度网络的电机定转子偏心缺陷特征提取方法
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。