[发明专利]一种基于神经网络的轴承健康状态评估方法及装置有效
| 申请号： | 201910824573.9 | 申请日： | 2019-09-02 |
| 公开（公告）号： | CN110672323B | 公开（公告）日： | 2021-03-26 |
| 发明（设计）人： | 张彩霞;曾平;王向东 | 申请（专利权）人： | 佛山科学技术学院 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 蔡伟杰 |
| 地址： | 528000 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及故障诊断技术领域，具体涉及一种基于神经网络的轴承健康状态评估方法及装置，首先获取训练数据，所述训练数据为表征轴承振动信号的历史数据，并提取所述训练数据的特征值和所述特征值对应的故障类型，接着确定所述训练数据的优选降维训练数据，进而计算所述优选降维训练数据中各个故障类型对应的均值和协方差矩阵，通过对实时接收的测试数据进行降维，得到降维测试数据，根据所述均值和协方差矩阵计算所述降维数据在各个故障类型下的概率值，将概率值最大的故障类型作为轴承故障诊断的故障类型，本发明提高了轴承故障诊断的在线预测速率。 | ||
| 搜索关键词： | 一种 基于 神经网络 轴承 健康 状态 评估 方法 装置 | ||
【主权项】：
1.一种基于神经网络的轴承健康状态评估方法，其特征在于，包括：/n获取训练数据，所述训练数据为表征轴承振动信号的历史数据；/n提取所述训练数据的特征值和所述特征值对应的轴承健康状态；/n确定包含所述特征值和所述轴承健康状态对应关系的分类模型；/n响应轴承健康状态评估指令，实时获取轴承振动信号，对所述轴承振动信号进行处理生成采样数据，将所述采样数据输入所述分类模型进行评估，输出轴承健康状态评估结果。/n
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佛山科学技术学院，未经佛山科学技术学院许可，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/201910824573.9/，转载请声明来源钻瓜专利网。
