[发明专利]一种基于小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法在审
| 申请号： | 202010697580.X | 申请日： | 2020-07-20 |
| 公开（公告）号： | CN111914703A | 公开（公告）日： | 2020-11-10 |
| 发明（设计）人： | 杨京礼;崔成竹;高天宇;尹双艳 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G06F17/14;G01M13/045 |
| 代理公司： | 哈尔滨市阳光惠远知识产权代理有限公司 23211 | 代理人： | 刘景祥 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 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小波变换和迁移学习GoogLeNet的机械旋转部件故障诊断方法，属于故障诊断技术领域。所述故障诊断方法包括以下步骤：S100采集机械旋转部件在已知各种故障下的振动信号，形成数据集A；S200将数据集A中的振动数据经小波变换处理，构建小波变换时频图数据集B，并将数据集按8:1:1的比例随机划分为训练集、验证集和测试集；S300基于数据集B的训练集和验证集，构建迁移学习GoogLeNet故障分类模型；S400使用迁移学习GoogLeNet故障分类模型对小波变换时频图数据集B的测试集数据进行诊断分类，得到机械旋转部件的故障分类结果。本发明能较好地提升了机械旋转部件故障诊断准确率。 | ||
| 搜索关键词： | 一种 基于 变换 迁移 学习 googlenet 机械 旋转 部件 故障诊断 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哈尔滨工业大学，未经哈尔滨工业大学许可，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/202010697580.X/，转载请声明来源钻瓜专利网。
