首页> 中国专利> 一种基于特征融合和混类增强进行深度学习滚动轴承故障诊断方法

一种基于特征融合和混类增强进行深度学习滚动轴承故障诊断方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于特征融合和混类增强进行深度学习滚动轴承故障诊断方法，本方法在深度学习的基础上加入了特征工程，综合考虑了原始信号的时域特征、频域特征、工况特征和时间差分特征，将这些特征与原始信号融合成新的一维信号并转换为二维图像的格式，通过混类增强以线性插值的方式构造虚拟样本和标签，利用二维卷积神经网络强大的特征提取能力，输入到ResNet18网络中进行训练。该方法全面考虑了原始数据的潜在特征，并对数据的分布进行了扰动，提高了模型的泛化能力。该方法不仅提高了滚动轴承故障诊断的精度，还具有良好的域适应性，适合多种工况下的故障诊断。

著录项

公开/公告号CN113449618A

专利类型发明专利
公开/公告日2021-09-28

原文格式PDF
申请/专利权人南京航空航天大学;
展开▼

申请/专利号CN202110670565.0
发明设计人黄晓玲;
展开▼

申请日2021-06-17
分类号G06K9/00(20060101);G06K9/62(20060101);G06N3/04(20060101);G06N3/08(20060101);
代理机构32249 南京瑞弘专利商标事务所(普通合伙);
代理人张宁馨
地址 210016 江苏省南京市秦淮区御道街29号
入库时间 2023-06-19 12:43:46

相似文献

专利
中文文献
外文文献

1. 一种基于特征融合和混类增强进行深度学习滚动轴承故障诊断方法 [P] . 中国专利： CN113449618A . 2021-09-28
2. 一种基于特征对齐卷积神经网络的滚动轴承故障诊断方法 [P] . 中国专利： CN111397902A . 2020-07-10
3. Method for fault diagnosis based on deep learning and fault diagnosis device performing the method [P] . KR20210124783A . 2021-10-15

机译：基于深度学习和故障诊断装置进行方法的故障诊断方法
4. FAULT DIAGNOSIS METHOD EMPLOYING ENHANCED MODULATION SIGNAL BISPECTRUM ANALYSIS FOR ROLLING BEARING [P] . 世界知识产权组织专利： WO2020057066A1 . 2020-03-26

机译：滚动轴承采用增强型调制信号双谱分析的故障诊断方法
5. Diesel engine malfunctioning e.g. failure of fuel injector, diagnosing method for motor vehicle, involves diagnosing malfunctioning of supply chain when measured and estimated pressures are different from predetermined value [P] . 法国专利： FR2896542A1 . 2007-07-27

机译：柴油机故障燃料喷射器的故障，一种用于车辆的诊断方法，涉及当测量压力和估计压力与预定值不同时诊断供应链故障