[发明专利]一种基于振动机理与深度学习技术的整周期无键相监测方法在审
| 申请号： | 201911263913.1 | 申请日： | 2019-12-11 |
| 公开（公告）号： | CN111104887A | 公开（公告）日： | 2020-05-05 |
| 发明（设计）人： | 赵海朋;茆志伟;江志农;张旭东;张进杰 | 申请（专利权）人： | 北京化工大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 刘萍 |
| 地址： | 100029 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于振动机理与深度学习技术的整周期无键相监测方法。本发明首先利用瞬时冲击特征提取模块IS的自适应阈值策略对有键相和无键相方法获取缸盖振动信号进行瞬时冲击特征提取，同时设计一种同步压缩变换时频方法，构建整周期预估模块CE从齿轮箱振动信号中估计整周期长度，然后利用已有的有键相采集整周期信号组成图像集，训练得到深度卷积神经网络图像识别模块IR，最终通过整周期精确模块CR将变长度滑动组合窗口在无键相缸盖振动信号上滑动并生成的图像，输入至深度卷积神经网络模型进行图像识别，确定截取窗口大小和起始相位位置。该方法简单有效、适应性强，不受负载变化的影响，不需键相信号作为参考，无需安装传感器。 | ||
| 搜索关键词： | 一种 基于 振动 机理 深度 学习 技术 周期 无键相 监测 方法 | ||
【主权项】：
暂无信息
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北京化工大学，未经北京化工大学许可，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/201911263913.1/，转载请声明来源钻瓜专利网。
