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：重庆邮电大学;重庆工业大数据创新中心有限公司

摘要：本发明涉及一种混合增强原型网络的行星齿轮箱故障诊断方法，属于仿真分析技术领域。该方法包括以下步骤：S1、获取行星齿轮箱振动数据；S2、构建混合增强原型网络；S3、将行星齿轮箱训练集数据输入混合增强原型网络，通过支持数据集获取原型，并结合查询数据集进行优化训练；S4、输入测试集数据，输出故障诊断结果。本发明中的混合增强原型网络，采用Inception网络模块进行多尺度特征提取，降低了模型参数数量的同时增加了网络对输入数据不同尺度的适应性；同时采用DenseBlock网络模块学习不同尺度特征经过2个特征提取块的混合特征，增强了网络的非线性，从而提高了行星齿轮箱故障诊断效率和准确率。

主权项：1.一种混合增强原型网络的行星齿轮箱故障诊断方法，其特征在于，该方法包括以下步骤：S1、获取行星齿轮箱振动数据，构建训练集和测试集，其中训练集分为支持数据集和查询数据集；S2、构建混合增强原型网络；S3、将行星齿轮箱数据输入混合增强原型网络，通过支持数据集获取原型，并结合查询数据集进行优化训练；S4、将测试集输入模型，输出故障诊断结果；所述步骤S2具体为：该混合增强原型网络包含1层Inception网络模块，1层DenseBlock网络模块，2层全连接层；所述Inception模块包括4条分支；所述DenseBlock模块包括2个特征提取块，分别为第一个特征提取块和第二个特征提取块；所述特征提取块分别依次包含Batchnorm层、ReLU激活层、卷积核大小为1×1的卷积层、Batchnorm层、ReLU激活层和卷积核大小为3×3的卷积层；该DenseBlock模块提取的特征由2个特征提取块的特征通道连接而成，并且用于提取Inception模块中不同尺度特征的混合特征；所述Inception网络模块提取的不同尺度特征信息包括：S201、根据输入数据通过多通道1×1的卷积核，得到尺度1特征信息；S202、根据输入数据通过多通道1×1和3×3卷积核，得到尺度2特征；S203、根据输入数据通过多通道1×1和5×5卷积核，得到尺度3特征；S204、根据输入数据通过3×3最大池化和多通道1×1的卷积核，得到尺度4特征；S205、通过S201-S204所得的不同尺度特征组成多尺度特征；所述混合特征的提取包括以下步骤：S211、通过第1个特征提取块计算多尺度特征，获得混合1特征；通过第2个特征提取块计算混合1特征，获得混合2特征；S212、将混合1特征和混合2特征进行通道拼接得到最终的多尺度混合特征。

全文数据：

权利要求：

百度查询： 重庆邮电大学 重庆工业大数据创新中心有限公司 一种混合增强原型网络的行星齿轮箱故障诊断方法