一种混合增强原型网络的行星齿轮箱故障诊断方法

实质审查的生效

摘要

本发明涉及一种混合增强原型网络的行星齿轮箱故障诊断方法，属于仿真分析技术领域。该方法包括以下步骤：S1、获取行星齿轮箱振动数据；S2、构建混合增强原型网络；S3、将行星齿轮箱训练集数据输入混合增强原型网络，通过支持数据集获取原型，并结合查询数据集进行优化训练；S4、输入测试集数据，输出故障诊断结果。本发明中的混合增强原型网络，采用Inception网络模块进行多尺度特征提取，降低了模型参数数量的同时增加了网络对输入数据不同尺度的适应性；同时采用DenseBlock网络模块学习不同尺度特征经过2个特征提取块的混合特征，增强了网络的非线性，从而提高了行星齿轮箱故障诊断效率和准确率。

基本信息

专利标题：

一种混合增强原型网络的行星齿轮箱故障诊断方法

专利标题（英）：

暂无

公开（公告）号：

CN114282425A

申请号：

CN202011592786.2

公开（公告）日：

2022-04-05

申请日：

2020-12-29

授权号：

暂无

授权日：

暂无

发明人：

黄庆卿盛佳会胡小林韩延张焱谢昊飞魏旻王浩王平刘兰徽邢镔

申请人：

重庆邮电大学;重庆工业大数据创新中心有限公司

申请人地址：

重庆市南岸区黄桷垭崇文路2号

代理机构：

北京同恒源知识产权代理有限公司

代理人：

赵荣之

优先权：

CN202011592786.2

主分类号：

G06F30/27

IPC分类号：

G06F30/27 G06K9/62 G06N3/04

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F30/27

使用机器学习，例如人工智能，神经网络，支持向量机或训练模型

法律状态

2022-04-22 ：

实质审查的生效

IPC(主分类) : G06F 30/27
申请日 : 20201229

2022-04-05 ：

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