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：盐城工学院
摘要：一种基于改进符号动力学熵的旋转机械故障诊断方法，1获取不同故障类型、不同噪声背景下的旋转机械振动信号，将每类振动信号划分为100个样本，每个样本2048个旋转机械振动信号数据；2计算所有样本的改进多尺度符号动力学熵；3通过ReliefF算法进行数据特征优选，选择数据中权值最高的前六个尺度上的改进符号动力学熵作为故障特征向量；4将故障特征向量划分为训练集与测试集；5通过深度学习网络门控循环单元GRU进行故障分类与诊断。对多尺度符号动力学熵算法进行改进，采用均值标准差归一化方法代替的传统多尺度方法，通过动态调整的方式更新状态模式概率，计算不同尺度下的改进符号动力学熵。改进后的多尺度符号动力学熵能更全面地反映信号的特征。
主权项：1.一种基于改进符号动力学熵的旋转机械故障诊断方法，其特征在于，包括以下步骤：步骤1：获取不同故障类型、不同噪声背景下的旋转机械振动信号，将每类振动信号划分为100个样本，每个样本2048个旋转机械振动信号数据；步骤2：计算所有样本的改进多尺度符号动力学熵；步骤3：通过ReliefF算法进行数据特征优选，选择数据中权值最高的前六个尺度上的改进符号动力学熵作为故障特征向量；步骤4：将故障特征向量划分为训练集与测试集；步骤5：通过深度学习网络门控循环单元GRU进行故障分类与诊断。
全文数据：
权利要求：
百度查询： 盐城工学院 基于改进符号动力学熵的旋转机械故障诊断方法
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