- 1、本文档共12页,其中可免费阅读11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
查看更多
本发明公开了一种基于一维卷积的全卷积神经网络滚动轴承故障识别方法,包括以下步骤:S1:将滚动轴承振动信号按照实际情况分成滚动体故障、内圈故障、外圈故障和无故障四组;S2:四组故障信号中的每个轴承的振动信号都用相同长度的窗口滑动截取成若干个样本;S3:构建用于学习故障特征并识别故障的一维卷积网络模型,设计优化模型的损失函数和优化器,并使用训练数据来优化模型;S4:利用优化好的模型就用来识别滚动轴承振动信号中是否存在故障,以及故障的类型。本发明能有效的识别滚动轴承滚动信号中的故障以及故障的类型,对滚
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113063595 A
(43)申请公布日 2021.07.02
(21)申请号 202110329036.4
(22)申请日 2021.03.27
(71)申请人 温州
文档评论(0)