原创力文档- 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增量学习和规则推理的风机轴承故障诊断方法，通过振动传感器采集风机及风机电机的振动信号，通过无线智能网关将振动信号上传至控制器内，在控制器内通过数据采集单元进行数据解码清洗，通过振动信号预处理单元进行预处理，将预处理后的数据通过风机故障频谱规则推理单元进行特征提取、规则推理和穷举，将提取到的特征通过风机信号的增量学习单元建立增量学习模型进行学习训练，生成新规则，进行增量匹配，通过多结果融合决策单元新旧诊断结果和建议进行融合决策，输出最终的诊断结论；本发明解决了工业现场故障数据极少
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116839909 A
(43)申请公布日 2023.10.03
(21)申请号 202310792515.9 G06F 18/214 (2023.01)
文档评论（0）