[发明专利]一种变转速和样本不均衡下基于GAN-AE-LSTM的锥齿轮故障诊断方法在审
| 申请号： | 202310320320.4 | 申请日： | 2023-03-29 |
| 公开（公告）号： | CN116680561A | 公开（公告）日： | 2023-09-01 |
| 发明（设计）人： | 陆建涛;李文扩;殷齐涛;李舜酩 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G06F18/214 | 分类号： | G06F18/214;G06F18/2131;G06V10/774;G06V10/776;G06V10/82;G06N3/045;G06N3/0464;G06N3/0475;G06N3/048;G06N3/094;G06N3/0455;G06N3/0442;G06N3/0895 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 张弛 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种变转速和样本不均衡下基于GAN‑AE‑LSTM的锥齿轮故障诊断方法，方法如下：第一步，采用生成对抗网络理论构建数据生成模块；第二步，采用自动编码器和长短时记忆网络理论构建故障诊断模块；第三步，利用数据生成模块生成伪样本数据，并补充到原始数据集中，形成均衡数据集；第四步，将均衡数据集中的一维振动信号转变为二维时频灰度图像，并划分为训练集和测试集；第五步，将训练集输入故障诊断模块，让网络进行特征学习与提取，完成训练，再将测试集输入训练好的网络进行测试。本发明结合了生成对抗网络的数据生成能力、自动编码器的特征提取能力以及长短时记忆神经网络的时序数据处理能力，能够在变转速和样本不均衡下对锥齿轮故障进行有效地诊断。 | ||
| 搜索关键词： | 一种 转速 样本 均衡 基于 gan ae lstm 齿轮 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南京航空航天大学，未经南京航空航天大学许可，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/202310320320.4/，转载请声明来源钻瓜专利网。
