| 发明名称 | 基于卷积神经网络和小波灰度图的旋转机械故障诊断方法 | ||
| 摘要 | 本发明公开了一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。 | ||
| 申请公布号 | CN106226074A | 申请公布日期 | 2016.12.14 |
| 申请号 | CN201610841544.X | 申请日期 | 2016.09.22 |
| 申请人 | 华中科技大学 | 发明人 | 杨涛;郭盛;张琛;张磊;黄树红;高伟;刘一帆;肖文星 |
| 分类号 | G01M13/02(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 主分类号 | G01M13/02(2006.01)I |
| 代理机构 | 华中科技大学专利中心 42201 | 代理人 | 梁鹏 |
| 主权项 | 一种基于卷积神经网络和小波灰度图的旋转机械故障诊断方法，其包括以下步骤：(1)将振动位移传感器及振动速度传感器设置在旋转机械上，利用所述振动位移传感器及所述振动速度传感器采集所述旋转机械的振动信号；(2)对采集到的所述振动信号进行多尺度小波分解，以得到小波灰度图；(3)按照预先训练过的卷积神经网络的输入形式，对所述小波灰度图进行预处理；(4)将预处理后的所述小波灰度图输入到所述卷积神经网络，所述卷积神经网络对接收到的所述小波灰度图进行分析诊断，以得到所述旋转机械的故障诊断结果。 | ||
| 地址 | 430074 湖北省武汉市洪山区珞喻路1037号 | ||