[发明专利]结合遗传算法优化参数和机器视觉的轴承故障检测算法在审
| 申请号： | 201810635047.3 | 申请日： | 2018-06-20 |
| 公开（公告）号： | CN109029993A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 陈亮;徐玮鑫;金尚忠;张淑琴;徐时清;刘泽森;孟庆阳;华静;谷振寰 | 申请（专利权）人： | 中国计量大学 |
| 主分类号： | G01M13/04 | 分类号： | G01M13/04;G06N3/12 |
| 代理公司： | 杭州浙科专利事务所(普通合伙) 33213 | 代理人： | 杜立 |
| 地址： | 310018 浙江省*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种结合遗传算法优化参数和机器视觉的轴承内部及端面故障检测算法。属于分析及测量控制技术领域。包含轴承内部故障检测以及轴承端面故障检测。先以振动信号小波包分解后各子频带的能量作为故障检测特征，在支持向量机(SVM)训练过程中采用遗传算法(GA)优化多模态融合参数，实现轴承内部的故障检测；再对轴承端面进行图像采集，利用机器视觉技术对采集到的图像进行滤波处理，并运用Canny算子完成边缘检测，通过Otsu算法计算出圆环区域的最佳阈值，实现缺陷分割，最终实现轴承端面故障检测。在一定程度上提高了轴承故障检测的准确率。 | ||
| 搜索关键词： | 故障检测 轴承端面 轴承 遗传算法优化 轴承故障检测 机器视觉 测量控制技术 故障检测算法 机器视觉技术 内部故障检测 小波包分解 支持向量机 边缘检测 滤波处理 缺陷分割 算法计算 图像采集 训练过程 遗传算法 圆环区域 振动信号 多模态 子频带 准确率 算法 采集 图像 融合 优化 分析 | ||
【主权项】：
1.一种结合遗传算法优化参数和机器视觉的轴承内部及端面故障检测算法，其特征在于：包括轴承内部故障检测以及轴承端面故障检测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国计量大学，未经中国计量大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810635047.3/，转载请声明来源钻瓜专利网。
