一种基于改进后一维卷积循环神经网络的电机轴承故障诊断方法

AITNT
正文
推荐专利
一种基于改进后一维卷积循环神经网络的电机轴承故障诊断方法
申请号:CN202410713081
申请日期:2024-06-04
公开号:CN118606755A
公开日期:2024-09-06
类型:发明专利
摘要
本发明提供一种基于改进后一维卷积循环神经网络的电机轴承故障诊断方法,包括以下步骤:步骤S1:使用收集到的大量轴承故障电机的振动信号训练改进后一维卷积循环神经网络模型;步骤S2:使用经过训练的改进后一维卷积循环神经网络模型对实际采集到的电机轴承故障信号进行分类和识别。采用本发明的技术方案,解决了现有技术需要人工判断复杂机械的故障难题,且不依赖于复杂的专业知识判断。
技术关键词
卷积循环神经网络 电机轴承故障 长短时间记忆网络 引入注意力机制 卷积特征提取 信号 故障诊断模型 数据 神经网络结构 LSTM模型 节点数 文件夹 电机壳体 特征数
系统为您推荐了相关专利信息
1
一种基于神经网络的金融风险实时预警系统
实时预警系统 神经网络模型 评估指标体系 风险 金融市场数据
2
基于无人机的交通事故现场快速制图误差修正方法
误差修正方法 交通事故现场 无人机 误差修正模型 贝叶斯神经网络
3
基于图像识别的宫颈病变激光治疗精准定位系统及方法
精准定位系统 图像识别算法 宫颈 图像采集模块 激光治疗设备
4
一种基于多参量数据融合决策的锂离子电池容量拐点预测方法和系统
锂离子电池容量 融合特征 决策 数据 矩阵
5
一种基于北斗与倾角数据融合的三维形变实时监测方法及系统
监测点 实时监测方法 三维形变监测 门控循环网络 实时监测系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号