龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海电力大学
申请日：2024-02-26
公开（公告）日：2024-05-17
公开（公告）号：CN118051821A
主分类号：G06F18/241
分类号：G06F18/241;G06F18/213;G06N3/048;G06F123/02
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.04#实质审查的生效;2024.05.17#公开
摘要：本发明属于监测预警及诊断技术领域，公开了一种基于信号升维及特异性激活函数的旋转机械故障诊断智能方法及系统，本发明使用凯斯西储大学的轴承故障数据集，通过混合在三个位置采集的加速度传感器信号，构建了8个具有较大类内信号差异的数据集。通过混合实验室转子实验平台两个位置的轴承，并收集水平和垂直方向的涡流传感器信号，又构建了16个类内信号差异较小的故障数据集。分类结果表明，整套方法可以在不对振动信号降噪的情况下对不同类型的传感器信号取得非常好的分类结果。降维可视化的结果还表明，对于类内信号差异大、类间信号差异小的数据集，也能进行有效的区分。这是一种对原始信号质量要求较低的有效方法，可用于多传感器数据融合。
主权项：1.一种基于信号升维及特异性激活函数的旋转机械故障诊断智能方法，其特征在于，包括以下步骤：步骤一，进行一维时序信号向二维图片信号的转换；步骤二，进行特异性激活函数的搭建；步骤三，基于特异性激活函数构建故障诊断智能方法模搭建；步骤四，在对不同位置传感器数据不做区分的情况下，实现了良好的诊断精度；步骤五，进行多源信号的融合诊断。
全文数据：
权利要求：
百度查询： 上海电力大学 一种旋转机械故障诊断智能方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号