一种基于分布式深度神经网络的滚动轴承故障诊断方法
实质审查的生效
摘要
本发明属于机械智能制造技术领域，具体是一种基于分布式深度神经网络的滚动轴承故障诊断方法。S1:数据集的制作。S2:构建分布式深度神经网络模型。S3:分支模型和主干模型的联合训练。S4:模型推理。S5:故障识别，将分支模型和主干模型推理的结果和通讯量进行汇总，输出最终的故障诊断精度和消耗的通讯量。本发明方法构建的模型能够自动从原始振动信号中提取特征无需人工选择特征和去噪，在变载荷、大噪声工况下，能够实现高精度、低通信、低时延的滚动轴承故障诊断。
基本信息
专利标题 ：
一种基于分布式深度神经网络的滚动轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114383844A
申请号 ：
CN202111529933.6
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
丁华吕彦宝牛锐祥孙晓春王焱李宁
申请人 ：
太原理工大学
申请人地址 ：
山西省太原市迎泽西大街79号
代理机构 ：
太原晋科知识产权代理事务所(特殊普通合伙)
代理人 ：
任林芳
优先权 ：
CN202111529933.6
主分类号 ：
G01M13/045
IPC分类号 ：
G01M13/045 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G01
测量；测试
G01M
机器或结构部件的静或动平衡的测试；其他类目中不包括的结构部件或设备的测试
G01M13/045
••声学或振动分析
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G01M 13/045
申请日 : 20211215
申请日 : 20211215
2022-04-22 ：
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
