基于DAE-CNN的行星齿轮箱故障诊断方法

实质审查的生效

摘要

本发明公开了基于DAE‑CNN的行星齿轮箱故障诊断方法，属于行星齿轮箱故障诊断技术领域，包括以下步骤，(1)获取不同健康状态下的行星齿轮箱振动信号，对数据进行预处理构建样本集；(2)构建深度自编码器；(3)对深度自编码器进行训练；(4)提取深度自编码器的编码器输出层的输出，进行训练数据集和测试数据集的划分，以作为卷积神经网络的输入；(5)构建卷积神经网络；(6)对卷积神经网络进行训练；(7)构建DAE‑CNN模型；(8)获取故障诊断结果。本发明提高了故障诊断方法鲁棒性。

基本信息

专利标题：

基于DAE-CNN的行星齿轮箱故障诊断方法

专利标题（英）：

暂无

公开（公告）号：

CN114371002A

申请号：

CN202111657329.1

公开（公告）日：

2022-04-19

申请日：

2021-12-30

授权号：

暂无

授权日：

暂无

发明人：

张冕康天博马跃黎德才王艺樵

申请人：

天津理工大学

申请人地址：

天津市西青区宾水西道391号

代理机构：

天津易企创知识产权代理事务所(普通合伙)

代理人：

宋朋飞

优先权：

CN202111657329.1

主分类号：

G01M13/028

IPC分类号：

G01M13/028 G01M13/021 G06K9/62 G06N3/04 G06N3/08

IPC结构图谱

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

G01M13/028

••声学或振动分析

法律状态

2022-05-06 ：

实质审查的生效

IPC(主分类) : G01M 13/028
申请日 : 20211230

2022-04-19 ：

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