首页> 中国专利> 一种基于函数型数据拟合与卷积神经网络的行星齿轮故障预测方法

一种基于函数型数据拟合与卷积神经网络的行星齿轮故障预测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明涉及函数型数据拟合与卷积神经网络的行星齿轮故障预测研究。对安装于行星齿轮齿圈上的加速度传感器设置采样时间和频率，确定传感器通道个数，采集行星齿轮不同损伤状态下的振动信号，进行降噪处理，作为函数化转换的输入。通过观测离散数据选定基函数，建立基函数公式，利用基函数公式对离散数据进行拟合，求得函数系数，以误差参数为指标，对函数系数进行筛选，将剩下的函数系数组成预测模型的训练集。针对行星齿轮采用卷积神经网络的预测方法，建立卷积神经网络预测模型，将由函数系数组成的训练集输入进行预测得出结果，通过与传统浅层算法BP神经网络预测模型对比试验分析验证卷积神经网络预测模型的优势。通过以上方法可以进行行星齿轮故障的精确预测。

著录项

公开/公告号CN110307969A

专利类型发明专利
公开/公告日2019-10-08

原文格式PDF
申请/专利权人哈尔滨理工大学;
展开▼

申请/专利号CN201910432814.5
发明设计人葛江华;蒲东;王亚萍;
展开▼

申请日2019-05-23
分类号G01M13/021(20190101);G01M13/028(20190101);G06F17/15(20060101);G06N3/04(20060101);G06N3/08(20060101);
代理机构
代理人
地址 150080 黑龙江省哈尔滨市南岗区学府路52号
入库时间 2024-02-19 13:49:37

法律信息

法律状态公告日

法律状态信息

法律状态
2019-11-01

实质审查的生效 IPC(主分类):G01M13/021 申请日:20190523

实质审查的生效
2019-10-08

公开

公开

相似文献

专利
中文文献
外文文献

1. 一种基于函数型数据拟合与卷积神经网络的行星齿轮故障预测方法 [P] . 中国专利： CN110307969A . 2019-10-08
2. 基于一维卷积神经网络的行星齿轮箱小样本故障诊断方法 [P] . 中国专利： CN112766200A . 2021-05-07
3. TRANSPOSE MEMORY UNIT FOR MULTI-BIT CONVOLUTIONAL NEURAL NETWORK BASED COMPUTING-IN-MEMORY APPLICATIONS, TRANSPOSE MEMORY ARRAY STRUCTURE FOR MULTI-BIT CONVOLUTIONAL NEURAL NETWORK BASED COMPUTING-IN-MEMORY APPLICATIONS AND COMPUTING METHOD THEREOF [P] . US2021216846A1 . 2021-07-15

机译：用于基于多位卷积神经网络的基于多位卷积神经网络的存储单元的存储单元，用于基于多位卷积神经网络的基于存储的内存应用的存储器阵列结构及其计算方法
4. A METHOD OF PREDICTING FAILURE ON DISC BASED PERSONAL COMPUTERS (PCS),WORKSTATIONS,AND MAINFRAME COMPUTERS [P] . 英国专利： GB9313599D0 . 1993-08-18

机译：一种基于磁盘的个人计算机（PCS），工作站和主机计算机上的故障预测方法
5. CROP PLANTING DISTRIBUTION PREDICTION METHOD BASED ON TIME SERIES REMOTE SENSING DATA AND CONVOLUTIONAL NEURAL NETWORK [P] . WO2021068176A1 . 2021-04-15

机译：基于时间序列遥感数据和卷积神经网络的作物种植分布预测方法