基于GAF-DRSN的滚动轴承故障诊断方法.pdfVIP

下载本文档

11
0
约1.87万字
约 17页
2023-05-12 发布于四川
举报
版权申诉

基于GAF-DRSN的滚动轴承故障诊断方法.pdf

1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提出一种基于GAF‑DRSN的滚动轴承故障诊断方法，包括步骤：将大规模一维时间序列进行分片处理；基于格拉姆角场原理将分片后的一维时间序列信号转换为保留时间特征的二维图像；搭建DRSN神经网络模型；将通过一维时间序列转换得到的二维图像作为输入对DRSN网络进行训练，得到针对滚动轴承的故障诊断模型；将具有不同故障特征的滚动轴承数据进行混合搭建成二维数据集，作为测试，验证诊断模型的泛化能力。本发明克服了ResNet网络无法自适应提取故障特征中的时间特征的局限性和加强模型去除冗余信息的能力，提高模

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114595730 A (43)申请公布日 2022.06.07 (21)申请号 202210343221.3 (22)申请日 2022.03.31 (71)申请人南京工业大学