基于GAF-DRSN的滚动轴承故障诊断方法
公开
摘要
本发明提出一种基于GAF‑DRSN的滚动轴承故障诊断方法，包括步骤：将大规模一维时间序列进行分片处理；基于格拉姆角场原理将分片后的一维时间序列信号转换为保留时间特征的二维图像；搭建DRSN神经网络模型；将通过一维时间序列转换得到的二维图像作为输入对DRSN网络进行训练，得到针对滚动轴承的故障诊断模型；将具有不同故障特征的滚动轴承数据进行混合搭建成二维数据集，作为测试，验证诊断模型的泛化能力。本发明克服了ResNet网络无法自适应提取故障特征中的时间特征的局限性和加强模型去除冗余信息的能力，提高模型诊断效果可靠性和诊断精确度。
基本信息
专利标题 ：
基于GAF-DRSN的滚动轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114595730A
申请号 ：
CN202210343221.3
公开（公告）日 ：
2022-06-07
申请日 ：
2022-03-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
缪小冬虞浒王华
申请人 ：
南京工业大学
申请人地址 ：
江苏省南京市江北新区浦珠南路30号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
朱小兵
优先权 ：
CN202210343221.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08 G01M13/045
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-07 ：
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
