[发明专利]一种基于改进卷积神经网络的风机齿轮箱故障分类方法在审
| 申请号： | 202210735144.6 | 申请日： | 2022-06-27 |
| 公开（公告）号： | CN114935453A | 公开（公告）日： | 2022-08-23 |
| 发明（设计）人： | 朱俊威;张恒;顾曹源;翁得鱼;黄怡宁 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G01M13/021 | 分类号： | G01M13/021;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 浙江千克知识产权代理有限公司 33246 | 代理人： | 冷红梅 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于改进卷积神经网络风机齿轮箱故障分类方法，如附图3所示，包括以下步骤：步骤1)用小波包自适应地将风电机组齿轮箱振动信号分解和重构为不同尺度的信号分量；步骤2)搭建卷积神经网络，将所获得的数据输入卷积层，进行特征提取，将提取后的特征经过池化层进行降采样操作；步骤3)将数据铺展成一维的特征向量，作为全连接层的输入；再将输入与输出之间进行全连接，其中隐含层使用的激活函数为ReLU函数，最后输出层采用激活函数是Softmax函数；步骤4)根据所获得的模型，将需要测试的数据输入模型内，故障诊断结果将自动输出。本发明基于深度学习的算法，并不需要系统模型，它通过系统以往的历史数据训练一个模型然后进行故障诊断。 | ||
| 搜索关键词： | 一种 基于 改进 卷积 神经网络 风机 齿轮箱 故障 分类 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浙江工业大学，未经浙江工业大学许可，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/202210735144.6/，转载请声明来源钻瓜专利网。
