发明公开
- 专利标题: 基于Legendre多小波新型卷积神经网络的轴承故障诊断方法
-
申请号: CN202410768758.3申请日: 2024-06-14
-
公开(公告)号: CN118536000A公开(公告)日: 2024-08-23
- 发明人: 郑小洋 , 刘诗雨 , 余泽江 , 潘鸿飞
- 申请人: 重庆理工大学
- 申请人地址: 重庆市巴南区红光大道69号
- 专利权人: 重庆理工大学
- 当前专利权人: 重庆理工大学
- 当前专利权人地址: 重庆市巴南区红光大道69号
- 代理机构: 重庆智盛东唐专利代理事务所
- 代理商 张秀霞
- 主分类号: G06F18/2415
- IPC分类号: G06F18/2415 ; G01M13/045 ; G06F18/213 ; G06N3/0464 ; G06N3/086
摘要:
本发明公开了基于Legendre多小波新型卷积神经网络的轴承故障诊断方法,涉及旋转机械故障诊断与人工智能技术交叉技术领域。本发明采用Legendre小波作为轴承故障诊断方法的基础,通过Legendre小波的优点能有效地捕获滚动轴承的故障特征,且本发明通过使用Legendre多小波基的四个滤波器作为卷积核,这显著降低了学习参数的维数并增强了可解释性,且通过遗传算法优化卷积网络模型的网络结构,避免了通过大量的实验来得到网络结构参数,与传统的轴承诊断方法相比,本方法不需要专家经验,与传统的卷积网络相比,本方法大幅度降低了学习参数,且本方法取得了较好的识别精度,因此本方法能够进行实际工业应用和旋转机械的在线诊断。