[发明专利]多尺度一维卷积神经网络的风机基座螺栓松动诊断方法在审
| 申请号： | 202010255381.3 | 申请日： | 2020-04-02 |
| 公开（公告）号： | CN111413075A | 公开（公告）日： | 2020-07-14 |
| 发明（设计）人： | 陈仁祥;徐培文;杨黎霞;曾力;王钰洁;崔晓璐;朱炬锟;陈键 | 申请（专利权）人： | 重庆交通大学 |
| 主分类号： | G01M13/00 | 分类号： | G01M13/00;G06N3/04;G06N3/08 |
| 代理公司： | 北京同恒源知识产权代理有限公司 11275 | 代理人： | 赵荣之 |
| 地址： | 400074 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及多尺度一维卷积神经网络的风机基座螺栓松动诊断方法，属于机械状态诊断技术领域。首先，以风机运行时振动时域信号作为多尺度一维卷积神经网络的输入，摆脱对信号处理和专业知识的依赖，并最大程度保留原始信号特征；然后，通过交替的多尺度卷积层和池化层对时域信号特征进行学习；最后，在特征输出层后添加Softmax多分类器，利用反向传播逐层微调结构参数建立特征空间到健康状态空间的映射，输出风机基座螺栓松动程度诊断结果。本方法将松动程度特征自动学习与松动程度诊断融为一体，实现了风机基座螺栓松动程度智能诊断。通过在稳定转速和变转速下对风机基座螺栓松动程度诊断实验，证明了所提方法的可行性和有效性。 | ||
| 搜索关键词： | 尺度 卷积 神经网络 风机 基座 螺栓 松动 诊断 方法 | ||
【主权项】：
暂无信息
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重庆交通大学，未经重庆交通大学许可，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/202010255381.3/，转载请声明来源钻瓜专利网。
