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：山东大学
摘要：本发明提供基于改进EEMD和生成对抗网络的旋转机械故障诊断方法及系统，属于旋转机械故障诊断技术领域，获取振动信号，通过改进EEMD算法将振动信号分解为多个本征模态分量，形成一维振动信号；将一维振动信号通过灰度处理转化为二维图像，并构建单通道二维图像训练数据集；建立旋转机械故障诊断模型，并设定目标函数；基于鉴别器损失及生成器损失训练生成对抗网络，并扩充故障数据，利用真实训练数据及生成训练数据训练分类器实现故障诊断。本发明结合改进EEMD和生成对抗网络进行数据不平衡情况下故障诊断，可以对旋转机械关键部件在复杂工况下所训练的诊断模型具有较好的稳定性、鲁棒性。
主权项：1.基于改进EEMD和生成对抗网络的旋转机械故障诊断方法，其特征在于，方法包括：S101：获取旋转机械设备预设部件在预设工况下的振动信号，对获取的每个振动信号进行标签设置；S102：通过改进EEMD算法将所述振动信号分解为多个本征模态分量，根据合并策略将本征模态分量进行合并，形成携带标签的一维振动信号；S103：将一维振动信号通过灰度处理转化为二维图像，并构建单通道二维图像训练数据集；S104：基于单通道二维图像训练数据集，结合卷积神经网络、注意力机制、生成器、鉴别器，分别建立第一旋转机械故障诊断模型和第二旋转机械故障诊断模型，并设定目标函数；S105：将单通道二维图像训练数据集输入到生成对抗网络中，基于鉴别器损失及生成器损失训练生成对抗网络，并扩充故障数据，利用真实训练数据及生成训练数据训练分类器实现故障诊断。
全文数据：
权利要求：
百度查询： 山东大学 基于改进EEMD和生成对抗网络的旋转机械故障诊断方法及系统
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