一种基于多输入CNN的轴承故障诊断方法
公开
摘要
本发明公开了一种基于多输入CNN的轴承故障诊断方法。包括以下步骤：首先，用加速度计采集轴承振动信号；然后将振动信号分别通过短时傅里叶变换和小波变换转化为时频图，对5类样本分别标注标签，并对样本划分数据集和测试集；再将训练集送入搭建好的CNN模型里，不断地进行前向传播和反向传播更新参数，直到达到提前设定好的总迭代数，保存此时得到的模型；再用测试集检验轴承故障诊断模型的诊断性能；最后使用此模型进行故障分析，从而实现轴承的故障诊断。本发明的轴承故障诊断方法将原始振动数据分别通过短时傅里叶变换和连续小波变换转换为时频图，最后在同时输入进网络，从而更充分的提取原始信号特征，实现了对轴承故障的精确诊断。
基本信息
专利标题 ：
一种基于多输入CNN的轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114624027A
申请号 ：
CN202210254905.6
公开（公告）日 ：
2022-06-14
申请日 ：
2022-03-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴起凌六一
申请人 ：
安徽理工大学
申请人地址 ：
安徽省淮南市山南新区泰丰大街168号
代理机构 ：
代理人 ：
优先权 ：
CN202210254905.6
主分类号 ：
G01M13/045
IPC分类号 ：
G01M13/045 G06K9/00 G06K9/62 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
2022-06-14 ：
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
