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

AITNT
正文
推荐专利
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
申请号:CN202410817539
申请日期:2024-06-24
公开号:CN118378167B
公开日期:2024-09-13
类型:发明专利
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
1
一种过程参数自动反馈控制的水泥电杆离心设备
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
2
纺织设备故障诊断方法及系统
纺织设备 故障诊断方法 织物 像素点 周期
3
一种基于1D-CNN-IALO-SVM的化工过程故障诊断方法
故障诊断方法 蚁狮算法 化工 特征提取模块 蚂蚁
4
基于特征可视化技术的屏蔽泵故障识别方法、系统及介质
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
5
比赛机器人的双向传动机构
比赛机器人 双向传动机构 安装顶板 传动链轮 安装底板
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