欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024110829448
申请人: 江苏禾微电子科技有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.基于原始振动信号的深宽度故障诊断方法,其特征在于,包括以下步骤:第一步,获得轴承的振动信号数据以及对应的每个类别故障的故障类型标签值;对振动信号进行预处理,分割测试集、第一层训练集和第二层训练集;

第二步,构建第一层深度可分离卷积网络,将第一层训练集输入第一层深度可分离卷积网络进行训练,训练完成后保存参数,得到第一层模型;

第一层深度可分离卷积网络的构建和训练过程如下:将第一层训练集输入第一层深度可分离卷积网络;

输入数据首先同时经过不同尺度的卷积核的深度可分离卷积块提取不同的特征,深度可分离卷积由两部分构成:深度卷积和点卷积,每个深度可分离卷积块存在数个深度可分离卷积;

每两个深度可分离卷积块经过一个正则化操作;设计BLS网络由n组特征节点和m组增强节点组成,结构如下:首先,深度可分离卷积φi生成的第i组特征节点为:其中Z是输入数据,G

其中l代表输入数据对应标签,取σ第二,第j组增强节点由原始卷积ξ其中

接着,将n组特征节点和m组增强节点的集合通过原始卷积降维输出R最后,将n组特征节点和m组增强节点的集合通过深度可分离卷积分类层,得到期望输出Y:其中G

第一层深度可分离卷积网络模型训练完成后保存模型参数,用于在第二层深度可分离卷积网络模型训练时调用;

第三步,

第二层深度可分离卷积网络的训练集构建方法如下:将第二层训练集输入训练完成的第一层深度可分离卷积网络,将第一层深度可分离卷积网络的原始标签y转为独热编码,与第一层深度可分离卷积网络的实际输出t所述标签y-t

第二层深度可分离卷积网络由堆叠式BLS网络构成,构建和训练过程如下:将第二层深度可分离卷积网络的输入数据表示为x,即降维输出R首先,按如下方式制定块:

其中i=2,...,n,t

其次,所有的堆叠式BLS块的输出的和近似于期望输出y-t对于训练数据{(v

第一个堆叠式BLS结构的转换输出t其中权重

其中权重

第四步,将第一层深度可分离卷积网络预测输出与第二层深度可分离卷积网络预测输出相加得到最终的预测输出,完成深宽度故障诊断网络的构建;

第五步:采样得到新的振动数据输入深宽度故障诊断网络,输出故障类型。