[发明专利]基于人工神经网络的电机轴承故障诊断方法在审
| 申请号： | 201711030876.0 | 申请日： | 2017-10-30 |
| 公开（公告）号： | CN107655690A | 公开（公告）日： | 2018-02-02 |
| 发明（设计）人： | 王才旺 | 申请（专利权）人： | 王才旺 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04 |
| 代理公司： | 郑州铭晟知识产权代理事务所(特殊普通合伙)41134 | 代理人： | 赵伦 |
| 地址： | 452470 河南省*** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于人工神经网络的电机轴承故障诊断方法，首先利用振动传感器采集电机轴承的内圈、外圈及滚动体在不同状态下的振动信号作为特征数据，组成特征向量，作为神经网络的输入，然后根据提取到的特征向量的维数，确定人工神经网络的节点数，设计人工神经网络，接着将特征信号的一部分作为训练样本，利用训练神经网络，得到期望输出，最后将剩余特征信号作为验证样本，对电机轴承的故障点进行诊断。本发明利用人工神经网络对电机轴承的各类故障进行判断，人工神经网络可以用于识别复杂或未知的系统，人工神经网络具有很强的抗干扰能力，即使系统受到干扰也不影响神经网络的识别，且人工神经网络的识别准确度高，具有很强的实用性。 | ||
| 搜索关键词： | 基于 人工 神经网络 电机 轴承 故障诊断 方法 | ||
【主权项】：
基于人工神经网络的电机轴承故障诊断方法，其特征在于，依次包括以下步骤：（1）特征向量提取：利用振动传感器采集电机轴承的内圈、外圈及滚动体在不同状态下的振动信号作为特征数据，组成特征向量，作为神经网络的输入；（2）设计人工神经网络结构：根据提取到的特征向量的维数，确定人工神经网络的节点数；（3）将特征信号的一部分作为训练样本，利用训练神经网络，得到期望输出；（4）将剩余特征信号作为验证样本，对电机轴承的故障点进行诊断。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于王才旺，未经王才旺许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711030876.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种双偏心蝶阀的密封副
- 下一篇：新型结构燃气比例阀
