[发明专利]基于深度卷积迁移学习行星齿轮箱故障诊断方法及系统在审
| 申请号： | 202011190507.X | 申请日： | 2020-10-30 |
| 公开（公告）号： | CN112163640A | 公开（公告）日： | 2021-01-01 |
| 发明（设计）人： | 刘秀丽;徐小力;吴国新;蒋章雷;赵西伟 | 申请（专利权）人： | 北京信息科技大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06N20/20 |
| 代理公司： | 北京远创理想知识产权代理事务所(普通合伙) 11513 | 代理人： | 张素妍 |
| 地址： | 100192 北*** | 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： | 本发明涉及一种基于深度卷积迁移学习行星齿轮箱故障诊断方法及系统，其包括以下步骤：收集已有工况S下的行星齿轮箱故障数据集，构建源域数据集；对每一组原始振动信号都进行点数分割，构建源域样本数据集；构建目标域数据集，并对目标域数据集中的每组原始振动信号进行点数分割，构建目标域样本数据集；将源域样本数据集和目标域样本数据集利用深度卷积迁移学习，实现对行星齿轮箱进行故障诊断。本发明可以在面对多工况下故障样本较少或某故障样本缺失等情况发生时，仍旧可以获得较为理想的故障诊断效果，且在新工况下的数据集，不需要重新训练网络模型，可以节约大量时间。 | ||
| 搜索关键词： | 基于 深度 卷积 迁移 学习 行星 齿轮箱 故障诊断 方法 系统 | ||
【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信息科技大学，未经北京信息科技大学许可，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/202011190507.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种食药领域液体输送装置
- 下一篇：一种线缆铝箔层剥离装置及方法
