申请/专利权人：中国矿业大学(北京)

申请日：2024-01-17

公开（公告）日：2024-04-16

公开（公告）号：CN117893867A

主分类号：G06V10/80

分类号：G06V10/80;G06V10/764;G06V10/82;G06N3/0464;G06N3/09;G06T7/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明涉及一种基于融合的RGB图像的滚动轴承故障诊断方法。该方法包括：利用马尔可夫转移场、格拉姆角场、相对位置矩阵变换方法获取包含不同特征的二维图像；将获取的二维图像按照顺序作为RGB图像的R、G、B通道；将得到的R、G、B通道组合形成包含多维特征的RGB图像；将得到的RGB图像输入到卷积神经网络中，通过卷积神经网络的训练和测试，实现轴承的故障诊断。本方案与现有技术相比，提出了包含更多特征的一种图像，在卷据神经网络上实现了更高准确率的诊断。该方法具有较好灵敏性的鲁棒性。

主权项：1.一种基于融合的RGB图像的滚动轴承故障诊断方法，其特征在于，包括以下步骤：步骤1：获取不同状态下的滚动轴承振动信号，其中，所述振动信号采用振动加速度传感器采集；步骤2：从所述不同状态下的振动信号中提取多个样本，将所提取的多个样本分别利用马尔可夫转移场变换、格拉姆角场变换、相对位置矩阵变转换为含有信号特征的二维图像；步骤3：将马尔可夫转移场变换生成的图像作为R通道，将格拉姆角场变换生成的图像作为G通道，将相对位置矩阵变换作为B通道，将3个通道融合为1个RGB图像，进而形成不同状态下的RGB图像样本库；步骤4：利用所述不同状态下的RGB图像样本库，利用分类算法训练故障分类模型，以实现滚动轴承的故障诊断；步骤5：将待诊断滚动轴承的监测数据生成的RGB图像输入训练好的故障分类模型，进行故障诊断。

全文数据：

权利要求：

百度查询： 中国矿业大学(北京) 基于融合的RGB图像的滚动轴承故障诊断方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD