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！
摘要：本申请公开了一种基于多元深度网络的电机定转子偏心缺陷特征提取方法，包括采用堆叠图像法将采集的电机定子电流时域原始数据转换为灰度图像数据，整理得到电流灰度图像数据集；采用库普曼降噪自编码器对电流灰度图像数据集样本进行重构降噪和去除离群点，得到无噪电流灰度图像数据集；采用多尺度核卷积网络提取无噪电流灰度图像数据集的多尺度特征；采用L‑Transformer网络对多尺度特征进行特征自适应得到自适应融合特征；将自适应融合特征输入随机动态残差网络提取电机定转子偏心缺陷特征。本申请提出的特征提取方法精度高且鲁棒性强，能提取出区分于其它电机缺陷的缺陷特征，为电机定转子偏心提供了一种特征提取的有效方法。
主权项：1.基于多元深度网络的电机定转子偏心缺陷特征提取方法，其特征在于，包括：采集电机运行时的定子电流时域原始数据，对电流时域原始数据采用堆叠图像法，从时域原始数据中依次截取长度为K2的分割样本，截取的样本段从0到255进行归一化，时域信号按顺序填充图像的像素，得到像素点为K×K的灰度图像，将转换得到的图像整理形成电流灰度图像数据集；将电流灰度图像数据集样本加上随机高斯噪声后输入库普曼降噪自编码器训练，库普曼降噪自编码器以重构的灰度图像作为输出，学习一个从噪声数据到无噪数据的映射模型，将电流灰度图像数据集样本再次输入训练好的库普曼降噪自编码器进行重构降噪和去除离群点，得到无噪电流灰度图像数据集；将无噪电流灰度图像数据集样本输入多尺度核卷积网络，多尺度核卷积网络的多尺度特征提取单元包含N1×N1、N2×N2、N3×N3、N4×N4、N5×N5、N6×N6共6个尺度的卷积核，多尺度核卷积网络提取出无噪电流灰度图像数据集在6种不同尺度卷积核下的多尺度特征；采用L-Transformer网络对多尺度特征进行特征自适应得到自适应融合特征；将自适应融合特征输入随机动态残差网络提取电机定转子偏心的缺陷特征。
全文数据：
权利要求：
百度查询： 湖南师范大学 基于多元深度网络的电机定转子偏心缺陷特征提取方法
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