龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学
摘要：一种基于数据增强和CSP‑ResNeXt的风机齿轮箱故障诊断方法，包括以下步骤：利用安装在齿轮箱上的加速度传感器采集齿轮箱不同故障类型采集的故障振动信号数据；采用小波包分解方法将采集的故障振动信号分解，得到不同的小波包系数，随机选取一组小波系数，使之畸变后还原成时域信号对故障样本进行扩充，完成故障样本的数据增强操作；通过相对位置矩阵RelativePositionMatrix,RPM把时域信号转化为灰度图输入搭建好的CSP‑ResNeXt网络中训练诊断模型。最终可以得到风机齿轮箱的智能故障诊断模型，可利用该模型输入实时采集的振动信号进行故障诊断和识别。本发明使用小波包畸变技术进行数据增强，同时采用改进ResNeXt网络，在故障样本类严重不均衡下，实现风机齿轮箱的精准故障识别。
主权项：1.一种基于数据增强和CSP-ResNeXt的风机齿轮箱故障诊断方法，其特征是，包括以下步骤：Step1、利用安装在齿轮箱上的加速度传感器采集齿轮箱不同故障类型采集的故障振动信号数据；Step2、采用小波包畸变对样本数据进行扩充；Step3、将故障振动信号通过相对位置矩阵转化为灰度图；Step4、将样本扩充后的数据输入改进ResNeXt网络，最终可以得到风机齿轮箱的智能故障诊断模型，利用该模型输入实时采集的振动信号进行故障诊断和识别。
全文数据：
权利要求：
百度查询： 三峡大学 一种基于数据增强和CSP-ResNeXt的风机齿轮箱故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号