-
公开(公告)号:CN118776886A
公开(公告)日:2024-10-15
申请号:CN202410776937.1
申请日:2024-06-17
申请人: 东北大学
IPC分类号: G01M13/045 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/044 , G06N3/0475 , G06N3/094 , G06N3/096 , G06N3/0455
摘要: 本发明公开了一种多测点迁移的滚动轴承保持架评估方法,包括以下步骤:通过实验采集不同测点下的轴承保持架退化的全生命周期信号,构建两个不同域的数据集;考虑保持架发生故障时在短时间内急剧增大,使用空洞卷积和学习率自适应衰减的策略来改进CycleGAN模型;通过训练改进的CycleGAN模型来生成不同测点的轴承保持架退化信号;构建了一种基于网格搜索算法优化的深度置信网络来表征轴承保持架的退化规律。与现有技术相比,本发明所建立的模型能够有效生成跨测点的保持架的退化信号,同时基于网格搜索算法优化的深度置信网络可以精确地拟合保持架退化的全生命周期退化趋势,优于其他模型。
-
公开(公告)号:CN117232826A
公开(公告)日:2023-12-15
申请号:CN202311343957.1
申请日:2023-10-17
申请人: 东北大学
IPC分类号: G01M13/021 , G01M13/028
摘要: 本发明公开了小样本下基于改进元学习网络的齿轮箱故障诊断方法,包括:建立高保真的齿轮‑转子动力学模型,通过引入不同的啮合刚度生成各种故障齿轮的仿真振动信号;利用齿轮故障模拟试验台采集齿轮故障实测振动信号;分别使用连续小波变换将仿真振动信号和实测振动信号转换为对应的能量图,构建小样本数据集;构建基于改进元学习网络的特征提取模型,并利用支持集数据对特征提取模型进行训练;将查询集数据输入训练好的特征提取模型中进行特征提取,计算每类样本的原型表示;计算查询集数据和原型表示的距离,将距离转换为概率分布,以输出预测的故障类别。本发明提高了故障数据不足情况下的齿轮箱故障诊断结果的准确率。
-