• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 一种基于小波变换和密集连接扩张卷积神经网络的风电齿轮箱故障诊断方法

一种基于小波变换和密集连接扩张卷积神经网络的风电齿轮箱故障诊断方法

页面导航
  • 摘要
  • 著录项
  • 法律信息
  • 相似文献

摘要

为了解决传统诊断中诊断效果差，精度低的问题，本发明提出一种基于小波变换和密集连接扩张卷积神经网络的风电齿轮箱故障诊断方法。主要步骤包括：1、从风电齿轮箱中采集不同故障类型的振动信号；2、将每一个故障类型的一维振动信号通过小波变换得到小波时频图，得到风电齿轮箱的故障样本集；3、将样本集中的小波时频图进行灰度处理，并且对图像大小进行调整，将灰度处理后的图像调整为P*P，P为图像像素大小；4、将处理后的样本集中的70％作为训练集进行模型训练，另外30％作为测试集对模型进行测试。本发明可以更加有效的利用小波时频图中的故障信息，自动提取时频图中有效的特征，实现更加准确的故障分类。

著录项

  • 公开/公告号CN112257528A

    专利类型发明专利

  • 公开/公告日2021-01-22

    原文格式PDF

  • 申请/专利权人 南京工业大学;南京工大数控科技有限公司;

    申请/专利号CN202011082932.7

  • 发明设计人 陈捷;温竹鹏;杨贵超;

    申请日2020-10-12

  • 分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G01M13/021(20190101);G01M13/028(20190101);

  • 代理机构11624 北京卓岚智财知识产权代理事务所(特殊普通合伙);

  • 代理人蒋真

  • 地址 210000 江苏省南京市浦珠南路30号

  • 入库时间 2023-06-19 09:38:30

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2023-07-18

    授权

    发明专利权授予

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号