[发明专利]基于SE-NET和CNN的滚动轴承故障诊断方法在审

专利信息
申请号: 202211345836.6 申请日: 2022-10-31
公开(公告)号: CN115758108A 公开(公告)日: 2023-03-07
发明(设计)人: 吴聪;李琨 申请(专利权)人: 昆明理工大学
主分类号: G06F18/213 分类号: G06F18/213;G06F18/2433;G06N3/0464;G06N3/048;G01M13/04;G01M13/045
代理公司: 昆明金科智诚知识产权代理事务所(普通合伙) 53216 代理人: 胡亚兰
地址: 650000 云南*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于SE‑NET和CNN的滚动轴承故障诊断方法,先将数据通过SE‑NET模块处理,处理后的数据传输到卷积神经网络当中,输出诊断结果。本发明通过SE‑NET处理后的数据,重要特征权重增加,无用特征权重减少,将处理后的数据传入到卷积神经网络当中,准确率达到99.80%,明显高于传统的卷积神经网络的故障识别率。
搜索关键词: 基于 se net cnn 滚动轴承 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昆明理工大学,未经昆明理工大学许可,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/202211345836.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top