摘要
本发明公开了一种基于零序电流相关熵增强稀疏学习的传动链故障诊断方法,属于旋转部件故障诊断领域,包括以下步骤:数据采集和预处理;构建零序电流稀疏特征学习的旋转机械故障诊断模型;将预处理后的零序电流数据输入训练好的故障诊断模型中,获取诊断结果。本发明提出的使用零序电流进行旋转机械故障诊断的相关熵增强稀疏学习方法,可自动、高效地提取电流信号中的微弱故障特征,摆脱了对传统信号处理技术和诊断经验的依赖,对含有噪声的信号具有良好的鲁棒性。
技术关键词
故障诊断方法
Softmax分类器
传动链
稀疏特征
故障诊断模型
旋转机械故障诊断
数据
Softmax函数
三相电机
零序电流信号
轴承滚动体
信号处理技术
样本
网络
齿轮部件
重建误差
参数
系统为您推荐了相关专利信息
水泥电杆
离心设备
机器学习模型
离心机构
朴素贝叶斯模型
屏蔽泵
可视化技术
故障识别方法
模式识别模型
故障知识库
比赛机器人
双向传动机构
安装顶板
传动链轮
安装底板