您所在的位置: 成果库 结合压缩数据采集和深度学习的智能转轴故障诊断方法

结合压缩数据采集和深度学习的智能转轴故障诊断方法

发布时间: 2022-05-12

基本信息

合作方式： 技术转让
成果类型： 发明专利,新技术
行业领域：
其他
成果介绍

本发明公开了结合压缩数据采集和深度学习的智能转轴故障诊断方法。涉及旋转机械系统、深度学习等领域，该方法是一种新型的旋转机械故障识别智能诊断方法，采用了非线性投影实现压缩采集，不仅减少了包含所有故障信息的测量数据量，而且实现了变换域的自动特征提取。为了探索隐藏在采集数据中的区分，建立了基于堆叠稀疏自动编码器的深度神经网络，使用无监督学习过程，再进行监督微调过程。因为压缩采集的重要性，提供了关键因素的影响并与传统方法进行了比较。利用滚动轴承的数据集验证了该方法的有效性，分析表明，该方法能够获得较高的诊断精度，优于现有方法。该方法减少了对人工和专业知识的需求，并提供更容易处理海量数据的新策略。

成果亮点
团队介绍
成果资料