基于时频谱图及卷积神经网络的水轮机组故障诊断方法
授权
摘要
本发明涉及一种基于时频谱图及卷积神经网络的水轮机组故障诊断方法，包括以下步骤：步骤S1:采集水轮机组振动信号，并通过奇异值分解进行降噪，得到降噪后的振动信号；步骤S2：进行可变模态分解，得到各独立频段的IMF分量；步骤S3:量求取CWD时频矩阵，获得振动信号时频谱图；步骤S4:生成降维后的时频谱图，并随机分为训练样本集和测试样本集；步骤S5:构建CNN模型，并通过测试样本集测试训练后的CNN的分类性能；步骤S6:将待测水轮机组振动信号时频图输入训练后的CNN模型，得到表征数据类型的故障标签。本发明通过对水轮机组振动信号构造时频矩阵，完整地表征了振动信号的时频特征，包含信号本质特征的局部化信息。
基本信息
专利标题 ：
基于时频谱图及卷积神经网络的水轮机组故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN109977920A
申请号 ：
CN201910289197.8
公开（公告）日 ：
2019-07-05
申请日 ：
2019-04-11
授权号 ：
CN109977920B
授权日 ：
2022-06-07
发明人 ：
高伟翁秉钧陈珊珊杨耿杰郭谋发
申请人 ：
福州大学
申请人地址 ：
福建省泉州市晋江市金井镇水城路1号福州大学晋江科教园
代理机构 ：
福州元创专利商标代理有限公司
代理人 ：
蔡学俊
优先权 ：
CN201910289197.8
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-07 ：
授权
2019-07-30 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20190411
申请日 : 20190411
2019-07-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
