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全卷积自编码器和优化支持向量机的滚动轴承故障诊断方法,属于轴承故障诊断领域。首先,由于传统故障特征提取困难且特征的泛化性较弱,本发明提出了基于全卷积自编码器的故障诊断方法,全卷积自编码器同时具备卷积神经网络和自编码器的优点,采用堆叠全卷积自编码器自动从轴承振动信号频谱中提取深度故障特征;然后使用Fisher准则对所提取的深度故障特征进行评分排序,此准则是基于内类距离和类间距离的,可以筛选出区分性较强的故障特征;最后,采用改进的樽海鞘算法对SVM的超参数进行优化,将筛选后的特征输入优化SVM完成滚动轴承的故障识别。
著 录 项:
专利/申请号: | CN202111500009.5 | 专利名称: | 基于全卷积自编码器和优化支持向量机的滚动轴承故障诊断方法 |
申请日: | 2021-12-09 | 申请/专利权人 | 重庆邮电大学 |
专利类型: | 发明 | 地址: | 重庆市南岸区南山街道崇文路2号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G01M13/045搜分类 轴承 诊断 轴承故障诊断 动轴搜索 |
公开/公告日: | 2023-05-26 | 转让价格: | 面议 |
公开/公告号: | CN114354194B | 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 |
2023/05/26 | 授权 | |
2022/05/03 | 实质审查的生效 | IPC(主分类): G01M 13/045 专利申请号: 202111500009.5 申请日: 2021.12.09 |
2022/04/15 | 公开 |