恭喜燕山大學梁朋飛獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜燕山大學申請的專利一種滾動軸承的故障診斷方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115060494B 。
龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210593610.1,技術領域涉及:G01M13/045;該發明授權一種滾動軸承的故障診斷方法是由梁朋飛;于卓澤;田嘉野;帥瀚欽;陶睿設計研發完成,并于2022-05-27向國家知識產權局提交的專利申請。
本一種滾動軸承的故障診斷方法在說明書摘要公布了:本發明提供一種滾動軸承的故障診斷方法,其包括以下步驟:將采集的滾動軸承的振動信號劃分并轉換為小波時頻圖像;對所有小波時頻圖像處理得到訓練集、驗證集和測試集;構建深度殘差網絡;確定訓練集中錯誤標記樣本的個數;使用訓練集和驗證集對預先創建的改進的深度殘差網絡進行訓練和驗證,得到驗證集上診斷效果最優的診斷模型;使用測試集測試最優的診斷模型,并輸出故障診斷結果。該方法利用奇異值分解求解最大值進行降維,能夠保留更多的特征值;利用全局奇異值代替全連接層,避免過度擬合;損失函數能夠最大化的降低錯誤標記樣本對診斷結果的影響,最后得到的診斷模型對噪聲環境的適應性更強,并且故障診斷穩定性更好,診斷結果更加準確。
本發明授權一種滾動軸承的故障診斷方法在權利要求書中公布了:1.一種滾動軸承的故障診斷方法,其特征在于:其包括以下步驟:S1、將采集的滾動軸承的振動信號劃分為前后銜接的多個數據段,并利用小波變換公式將采集到的振動信號轉換為小波時頻圖像;S2、對所有小波時頻圖像進行隨機劃分和歸一化處理,得到訓練集、驗證集和測試集;S3、根據預定的測試指標,確定訓練集中的錯誤標記樣本的個數,測試指標包括測試準確率和工程實際經驗;S4、構建深度殘差網絡,深度殘差網絡包括卷積層、奇異值分解池化層以及奇異值分解自適應層,所述奇異值分解池化層用于利用奇異值分解法得出多個卷積核的奇異值,并構建多個卷積核的奇異值矩陣作為奇異值分解池化層的輸出矩陣,所述奇異值分解自適應層用于利用奇異值分解法計算得出每一張小波時頻圖像的奇異值,并將所有小波時頻圖像的奇異值拼接為向量作為深度殘差網絡softmax層的輸入向量;S5、在所述深度殘差網絡中添加損失函數和激活函數,所述損失函數的表達式如下式所示: 其中,t1和t2均為常數,0≤t11,t21,zj代表softmax層的輸入,[·]+=max{·,0},γtz通過進行計算,N為訓練樣本總數,x為樣本,i為樣本的數量,c為故障類別總數,j為1,2,...c的常數;所述激活函數如下式所示: S6、對深度殘差網絡的學習率進行優化,使用動態學習率代替常用的靜態學習率,使學習率隨著訓練進行而逐漸減小,動態學習率的公式如下式所示: 其中,μ為當前學習率;μmin為最小學習率;μ0為初始學習率;δ為為衰減因子;gs為當前訓練步數;ds為批處理中樣本數和整個訓練集樣本個數之比;S7、使用訓練集對深度殘差網絡進行訓練,并使用驗證集對步驟S5的深度殘差網絡進行驗證,得到驗證集驗證的診斷效果最優的訓練后的故障診斷模型;S8、將測試集作為步驟S6得到的最優的故障診斷模型的輸入,并輸出最終的故障診斷結果。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人燕山大學,其通訊地址為:066004 河北省秦皇島市河北大街西段438號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。