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：江苏师范大学
摘要：本发明公开了一种基于压缩感知和轻量级SqueezeNet模型的风电机组轴承故障诊断方法。该方法根据风电机组滚动轴承的振动信号特性，利用压缩感知技术对原始信号进行压缩，去除数据冗余，减少数据传输压力。将压缩后的信号用压缩采样匹配追踪CoSaMP算法进行重构。利用递归图编码技术将重构重构后的信号转化成二维图像，保留信号间的时间信息，防止信息丢失。随着网络深度的加深，容易出现会出现梯度消失或弥撒的问题。结合残差思想对SqueezeNet模型进行改进，通过减少Firemodule和加入残差块提升了模型性能并进一步轻量化。该方法通过CS技术去除数据冗余并减少传输压力，减少了递归图编码过程的计算量，突出故障特征。将递归图输入到改进的SqueezeNet模型进行故障分类。本发明方法在风电机组轴承故障诊断中具有更高准确率。
主权项：1.一种基于压缩感知与轻量级SqueezeNet模型的风电机组轴承故障诊断方法，其特征在于，包括如下步骤：1在试验台采集风电机组轴承故障信号，并对其进行预处理；2利用压缩感知CS技术对预处理后的信号进行压缩采集。以离散余弦变化矩阵为稀疏矩阵对预处理后的信号进行稀疏处理，以伯努利矩阵为观测矩阵对稀疏信号进行观测得到测量值，实现信号压缩；3将压缩后的信号通过压缩采样匹配追踪CoSaMP算法重构。去除数据冗余，得到干净完整的信号；4通过递归图编码技术对重构后的信号进行编码并生成二维特征图，保留信号间的时间信息；5结合残差思想对SqueezeNet模型进行改进，得到改进模型；将步骤4中的图像数据集输入模型训练并保存模型；6对模型进行评估与测试，获得故障诊断结果。
全文数据：
权利要求：
百度查询： 江苏师范大学 一种基于压缩感知与轻量级Squeeze Net模型的风电机组轴承故障诊断方法
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