咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于两级孪生卷积神经网络的滚动轴承故障自学习方法,该方法使用不完备的数据进行两级建模:第一级实现故障类型识别。第二级实现故障损伤程度分类,将已识别故障类型的信号做短时傅里叶变换得到滑动窗时频图,提取不同损伤程度故障的细微差异性;将时频图作为第二级S‑CNN2的输入,并设计基于目标空间距离的分类器,实现同种故障损伤程度的分类与自学习。将该方法应用于故障实验平台采集的滚动故障数据,结果表明该方法在不完备数据建模的情况下,不仅能完成故障类型与损伤等级的准确划分,而且还能实现故障自学习和故障库自增长,增强了分类过程的智能性。
著 录 项:
专利/申请号: | CN202010066718.6 | 专利名称: | 一种基于两级孪生卷积神经网络的滚动轴承故障自学习方法 |
申请日: | 2020-01-20 | 申请/专利权人 | 内蒙古工业大学 |
专利类型: | 发明 | 地址: | 内蒙古自治区呼和浩特市新城区爱民路(北)49号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06K9/62搜分类 轴承 卷积神经网络 动轴搜索 |
公开/公告日: | 2022-08-26 | 转让价格: | 面议 |
公开/公告号: | CN111539152B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |