发明专利已授权

基于小波神经网络的齿轮裂纹识别方法

📄 申请号：CN201910441786.3 📄 发布日：2025/11/16

著录项目信息

申请日

2019-05-24

公开号

CN110222390B

公开日

2023-07-18

申请人

武汉工程大学

法律状态

已下证

专利类型

发明

主分类号

G06F30_17

IPC 分类号

G06F30_17 , G06F30_27 , G06N3_084 , G06N3_045 ,

技术画像

所属领域

小波神经网络小波神经网络齿轮故障诊断裂纹识别

应用场景

工业设备监测, 齿轮箱故障诊断, 机械健康管理, 预测性维护

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于小波神经网络的齿轮裂纹识别方法，该方法首先收集各种不同工况下的原始振动信号，采用小波包分析方法提取振动信号的故障特征。然后根据基于反向传播算法的小波神经网络对小波函数的相关参数进行优化。小波神经网络用非正交小波函数代替s形函数作为隐层的激活函数，通过对小波函数的放大和平移运算，可以根据不同的实际应用情况对小波函数进行控制和调整，可以检测局部特征同时在时域和频域也可对原始信号进行全局处理。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种非线性系统的结构损伤检测方法及装置

当前第 / 件

一种基于非线性Lamb波的金属板微缺陷检测方法

同领域国内专利 · IPC: (G06F30_17)

G06F30_00 G06F30_10 G06F30_12 G06F30_13 G06F30_15 G06F30_17 G06F30_18 G06F30_20 G06F30_22 G06F30_23 G06F30_25 G06F30_27 G06F30_28 G06F30_30 G06F30_31 G06F30_32 G06F30_323 G06F30_327 G06F30_33 G06F30_3308 G06F30_331 G06F30_3315 G06F30_3323 G06F30_337 G06F30_34 G06F30_36 G06F30_367 G06F30_373 G06F30_39 G06F30_392 G06F30_394 G06F30_396 G06F30_398 覆盖33个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：101 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

基于小波神经网络的齿轮裂纹识别方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F30_17)

相似专利推荐 AI 驱动 · 同领域

一种图像特征提取及描述符获取方法、装置及存储介质

基于多频特征提取的小样本金属表面缺陷分割方法、系统

一种基于VMD-KF的道岔轨头损伤振动特征提取方法

服务项目

资源中心

关于柿子坊