基于人工负样本的神经网络的轴承寿命退化诊断方法.pdfVIP

下载本文档

1
0
约1.02万字
约 10页
2023-11-11 发布于四川
举报
版权申诉

基于人工负样本的神经网络的轴承寿命退化诊断方法.pdf

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

本发明公开了一种基于人工负样本的神经网络的轴承寿命退化诊断方法，包括选取部分处于健康运行状态的轴承一维振动信号作为训练集的正样本，将剩余的轴承一维振动信号作为测试集；计算健康运行状态的轴承运行数据的均方根值，并以此为基础阈值来确定轴承寿命退化的均方根值阈值，根据均方根值阈值构建人工负样本；构建二分类卷积神经网络模型，将正样本和负样本组成训练集输入到神经网络模型中进行迭代学习，并加入高斯噪声编码层，得到训练好的神经网络模型；将测试集输入到训练好的神经网络模型中，进行有效性评估。本发明通过利用在传统

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117030261 A (43)申请公布日 2023.11.10 (21)申请号 202310996668.5 G06F 18/241 (2023.01)