公开(公告)号：CN117949823A

公开(公告)日：2024-04-30

申请号：CN202410354193.4

申请日：2024-03-27

Applicant: 南京信息工程大学

Inventor： 孙宁 ,  朱思成 ,  蒋亮 ,  王松雷 ,  王海军 ,  陈江 ,  汤家辉

IPC: G01R31/34 ,  G01D21/02 ,  G06V10/80 ,  G06V10/82 ,  G06N3/096

Abstract: 本发明公开了一种基于改进迁移学习模型的电机故障诊断方法及装置，方法包括：采集电机运行时的多源异质信号，包括：三轴振动加速度信号和三相电流信号；对电机运行时的多源异质信号进行连续小波变换，分别生成小波时频图，包括：三轴振动加速度信号时频图和三相电流信号时频图；对三轴振动加速度信号时频图和三相电流信号时频图进行图像融合，得到融合图像；将融合图像输入训练好的改进迁移学习模型EfficientNetV2‑M0中，输出电机的故障诊断结果。本发明通过对电机运行时的多源异质信号进行变换融合，有效提高了电机故障的诊断效率和准确率。

公开(公告)号：CN117949823B

公开(公告)日：2024-05-31

申请号：CN202410354193.4

申请日：2024-03-27

Applicant: 南京信息工程大学

Inventor： 孙宁 ,  朱思成 ,  蒋亮 ,  王松雷 ,  王海军 ,  陈江 ,  汤家辉

IPC: G01R31/34 ,  G01D21/02 ,  G06V10/80 ,  G06V10/82 ,  G06N3/096

Abstract: 本发明公开了一种基于改进迁移学习模型的电机故障诊断方法及装置，方法包括：采集电机运行时的多源异质信号，包括：三轴振动加速度信号和三相电流信号；对电机运行时的多源异质信号进行连续小波变换，分别生成小波时频图，包括：三轴振动加速度信号时频图和三相电流信号时频图；对三轴振动加速度信号时频图和三相电流信号时频图进行图像融合，得到融合图像；将融合图像输入训练好的改进迁移学习模型EfficientNetV2‑M0中，输出电机的故障诊断结果。本发明通过对电机运行时的多源异质信号进行变换融合，有效提高了电机故障的诊断效率和准确率。

公开(公告)号：CN117892198A

公开(公告)日：2024-04-16

申请号：CN202410072487.8

申请日：2024-01-18

Applicant: 南京信息工程大学

Inventor： 孙宁 ,  汤家辉 ,  蒋亮 ,  王松雷 ,  王海军 ,  陈江 ,  朱思成

IPC: G06F18/241 ,  G01M13/045 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/048 ,  G06N3/096 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的滚动轴承故障诊断方法及装置，方法包括：采集滚动轴承的振动信号；将采集的滚动轴承的振动信号输入构建的滚动轴承故障诊断模型1D‑Inception‑SE，获得诊断结果。本发明具有准确率高、鲁棒性强、领域自适应能力好等特点，可以用于复杂环境下的轴承故障检测。