一种基于双稀疏字典稀疏表示的滚动轴承故障诊断方法

授权

摘要

本发明属于滚动轴承故障诊断技术领域。本发明公开了一种基于双稀疏字典稀疏表示的滚动轴承故障诊断方法，步骤S1，采用双稀疏字典学习算法对滚动轴承振动信号进行训练，获得双稀疏字典；步骤S2，获取不同故障类型的建模滚动轴承振动信号在双稀疏字典下的分解系数并作为特征向量；步骤S3，将步骤S2中获得的特征向量输入至深度信念网络进行训练学习，获得滚动轴承振动信号故障诊断模型；步骤S4，将包含故障信息的待测滚动轴承振动信号输入至故障诊断模型进行故障识别，完成故障诊断。采用本发明滚动轴承振动信号故障诊断方法，不仅可以获得更高的诊断精度与准确率稳定性，并且还可以大幅度减少深度信念网络的训练与测试时间，提高对故障的诊断效率。

基本信息

专利标题：

一种基于双稀疏字典稀疏表示的滚动轴承故障诊断方法

专利标题（英）：

暂无

公开（公告）号：

CN111382792A

申请号：

CN202010155523.9

公开（公告）日：

2020-07-07

申请日：

2020-03-09

授权号：

CN111382792B

授权日：

2022-06-14

发明人：

郭俊锋郑鹏飞魏兴春陈卫华何天经王智明雷春丽

申请人：

兰州理工大学

申请人地址：

甘肃省兰州市七里河区兰工坪路287号

代理机构：

北京市邦道律师事务所

代理人：

段君峰

优先权：

CN202010155523.9

主分类号：

G06K9/62

IPC分类号：

G06K9/62