摘要
本申请涉及一种用于轴承故障诊断的CNN模型的设计方法、装置和设备,所述方法首先基于故障特征频率及其分辨率要求设计了CNN模型输入信号的长度;其次,基于转轴的旋转频率确定输入信号的宽度和尺寸;然后,基于故障尖峰的指数衰减特性计算卷积核的宽度;最后,基于故障类别数量,确定CNN模型的通道数,以及每个通道的尺寸参数。本发明提出的CNN模型设计方法能直接基于故障特征来设计CNN模型,将显著提高CNN模型的设计效率,改善网络结构和参数的可解释性。此外,采用本方法设计的CNN模型用于轴承故障诊断时,具有更高的精度、更小的不确定性、更快的收敛速度。
技术关键词
故障特征频率
轴承故障诊断
故障类别
信号
通道
工况参数
理论
检测轴承
模型设计方法
卷积模块
加速度
周期性
故障轴承
指数
样本
尺寸
系统为您推荐了相关专利信息
小波阈值去噪方法
超声回波
蝙蝠算法
超声波检测仪
平稳小波
仿生叶片
丝网印刷电极
芯片
十六烷基三甲基
凝胶
预警方法
公路
DAS系统
监测单元
声波传感技术
中医数据处理方法
音频特征数据
图像特征数据
脉象数据
舌象图像