-
公开(公告)号:CN118734190A
公开(公告)日:2024-10-01
申请号:CN202411203800.3
申请日:2024-08-30
申请人: 北京航空航天大学
IPC分类号: G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082 , G06F18/213 , G06F18/25 , G01M13/045
摘要: 本发明涉及机械设备故障诊断技术领域,具体涉及一种基于多输入多通道并行卷积神经网络的轴承故障诊断方法,包括在待诊断轴承的外壳安装振动传感器,记录所述待诊断轴承运行时产生的振动时间序列,作为原始振动信号;对所述原始振动信号进行交叠截取,获取样本信号;对所述样本信号进行特征提取,获取时域振动波形特征、统计参量特征和时频域图像特征,构建融合抽象特征数据集;基于所述融合抽象特征数据集,将待测试轴承的融合抽象特征输入多输入多通道并行卷积神经网络,识别待测试轴承的故障类别;本发明能够提高轴承诊断结果的准确性和可靠性。
-
公开(公告)号:CN118734190B
公开(公告)日:2024-11-19
申请号:CN202411203800.3
申请日:2024-08-30
申请人: 北京航空航天大学
IPC分类号: G06F18/2415 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/082 , G06F18/213 , G06F18/25 , G01M13/045
-