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：重庆邮电大学
摘要：本发明涉及一种基于时频增强与生成式学习的小样本滚动轴承故障诊断方法，属于智能制造与工业大数据技术领域，包括以下步骤：S1：收集滚动轴承故障数据并进行预处理，建立滚动轴承故障数据集；S2：采用GAF算法将一维振动故障信号转换成为GADF时频特征图并划分出训练样本数据、验证样本数据与测试样本数据；S3：采用CVAE模型对小样本训练数据进行生成式数据样本扩充；S4：构建GAF‑CVAE‑MobileNet‑v3滚动轴承故障诊断模型；利用训练集样本数据和验证集样本数据对模型进行训练和优化；S5：利用测试集样本数据检验滚动轴承故障诊断模型，若不满足要求，则返回步骤S4，直至结果满足要求。
主权项：1.一种基于时频增强与生成式学习的小样本滚动轴承故障诊断方法，其特征在于：包括以下步骤：S1：收集滚动轴承故障数据并进行预处理，建立滚动轴承故障数据集；S2：采用GAF算法将一维振动故障信号转换成为GADF时频特征图并划分出训练样本数据、验证样本数据与测试样本数据；S3：采用CVAE模型对小样本训练数据进行生成式数据样本扩充；S4：构建GAF-CVAE-MobileNet-v3滚动轴承故障诊断模型；利用训练集样本数据和验证集样本数据对模型进行训练和优化；S5：利用测试集样本数据检验滚动轴承故障诊断模型，若不满足要求，则返回步骤S4，直至结果满足要求。
全文数据：
权利要求：
百度查询： 重庆邮电大学 基于时频增强与生成式学习的小样本滚动轴承故障诊断方法
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