原创力文档- 8
- 0
- 约1.38万字
- 约 15页
- 2023-07-07 发布于四川
- 举报
本发明公开了一种基于循环相关熵和一维浅卷积神经网络的轴承故障诊断方法，包括以下步骤：采集N个振动信号样本计算每个信号样本xi的时变相关熵矩阵循环相关熵谱密度矩阵和广义循环平稳度DCSσ；将振动信号样本，按一定的比例，划分为训练集、验证集和测试集；将广义循环平稳度DCSσ作为CCe‑1DSCNN的输入，进行一维浅卷积神经网络参数训练与测试，并进行轴承故障模式分类。本发明不仅能有效抑制高斯噪声和非高斯噪声影响，自动提取轴承的故障特征，而且简化了卷积神经网络的结构，有效避免了深度卷积神经网络计算复杂
(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 113869358 A
(43)申请公布日 2021.12.31
(21)申请号 202110945283.7 G06N 3/08 (2006.01)
(22)申请日 20
文档评论（0）