首页> 中国专利> 一种采用卷积神经网络和双向长短时记忆网络的交流电机轴承故障诊断方法

一种采用卷积神经网络和双向长短时记忆网络的交流电机轴承故障诊断方法

摘要

本发明公开了一种采用卷积神经网络和双向长短时记忆网络的交流电机轴承故障诊断方法。该方法充分利用卷积神经网络的参数共享、局部感知和降采样等优点,有效的从原始电流数据中提取到相应地空间特征,避免了复杂的特征提取过程。然后将提取的电流数据空间特征输入双向长短时记忆网络,捕获电流数据空间特征的时序信息,进一步提高滚动轴承故障诊断准确率。本发明利用电机驱动过程获取定子电流作为故障信号,具有非侵入式且易于形成闭环“驱动—诊断”的融合系统,可有效降低监控成本;所提轴承故障诊断方法结合卷积神经网络和双向长短时记忆神经网络特性,在特征提取的深度和复杂程度上都具有良好的性能,能够实现故障特征的精准有效提取。

著录项

  • 公开/公告号CN114201989A

    专利类型发明专利

  • 公开/公告日2022-03-18

    原文格式PDF

  • 申请/专利权人 江苏大学;

    申请/专利号CN202111430349.5

  • 申请日2021-11-29

  • 分类号G06K9/00(20220101);G06N3/04(20060101);G01M13/045(20190101);

  • 代理机构

  • 代理人

  • 地址 212013 江苏省镇江市京口区学府路301号

  • 入库时间 2023-06-19 14:32:54

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-03-18

    公开

    发明专利申请公布

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