发明专利已授权

基于递归图和深度卷积网络的压气机振动故障检测法

📄 申请号：CN202010419501.9 📄 发布日：2026/07/23

著录项目信息

申请日

2020-05-18

公开号

CN111709292B

公开日

2023-05-26

申请人

杭州电子科技大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_213

IPC 分类号

G06F18_213 , G06F18_24 , G06F18_2411 , G06N3_0464 , G06N3_048 , G06N3_08 ,

技术画像

所属领域

故障检测故障诊断深度学习信号处理故障检测

应用场景

压气机状态监测, 工业设备故障预警, 智能制造, 设备维护

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递归图和深度卷积网络的压气机振动故障检测法。本发明构造压气机气动失稳振动故障数据库，选取已有的实验数据，通过数据预处理获取大量的故障数据库。其次，选取二维图像转化方法，将一维振动信号转化为二维图像，最后，选取深度卷积神经网络Inception V3模型，采用迁移学习保持模型特征提取环节不变，通过调节特征整合环节结构对二维图像递归图进行故障特征提取与检测。本发明由二维图像反映时间序列内部动力学系统中的相空间流形，揭示系统的动力学特性，适合于对非平稳非线性的时间序列进行特征分析。本发明将机器视觉中的优势应用于非视觉领域，采用深度卷积神经网络Inception V3模型进行机械振动故障检测，减少手工设计特征的巨大工作量。

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

一种基于ResUNet神经网络的化学结构式分割方法

当前第 / 件

一种基于张量GRU神经网络的地铁流量预测方法

同领域国内专利 · IPC: (G06F18_213)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 G06F18_40 覆盖36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：29 ❤️ 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)

基于递归图和深度卷积网络的压气机振动故障检测法

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: (G06F18_213)

相似专利推荐 AI 驱动 · 同领域

一种压缩机

一种轴承故障诊断模拟实验装置

一种基于真空箱检漏用的氦气回收净化装置

服务项目

资源中心

关于柿子坊