- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
本发明涉及一种基于深度学习的压力传感器的故障诊断方法及系统,其方法包括:获取待测压力传感器的故障信号;对所述故障信号分别进行短时傅里叶变换和经验模态分解;根据所述频率谱的谐波个数,以及所述经验模态分解过程中得到的多个模态函数的信息熵,确定变分模态分解的模态数;根据所述模态数对所述故障信号进行变分模态分解,得到所述故障信号的包络谱;将所述故障信号的频率谱、边际谱和包络谱输入到训练完成的故障识别模型中,得出待测压力传感器的故障分类以及故障原因。本发明通过模态分解和傅里叶变换获取故障的时域、时频域、能
(19)中华人民共和国国家知识产权局
(12)发明专利
(10)授权公告号 CN 113554000 B
(45)授权公告日 2021.12.14
(21)申请号 202111095360.0 (56)对比文件
原创力文档


文档评论(0)