摘要
本发明公开了一种基于人工智能算法的谐波减速器故障诊断方法,包括:采集四种谐波减速器故障数据及正常件数据,构成样本数据;对样本数据进行预处理;将预处理后的一维数据从直角坐标转换到极坐标系,构建格拉姆矩阵并转化为频域格拉姆矩阵,再转换成图像;步用随机采样方法将图像按照7:3的比例划分成训练集和验证集,分别对训练集和验证集进行预处理;将训练集数据输入到ResNet101提取图像特征信息,并根据特征信息进行分类任务训练,在训练过程中通过动态评估模型在训练集和验证集上的准确率指标情况不断更新模型参数,在验证集上评估模型指标。
技术关键词
谐波减速器
人工智能算法
故障诊断方法
随机采样方法
训练集数据
样本
矩阵
图像特征信息
预测类别
序列
标签
像素点
损失率
坐标系
模型预测值
断裂故障
柔性轴承
神经网络模型
系统为您推荐了相关专利信息
抽油机故障诊断方法
服务端
随机梯度下降
抽油机故障诊断系统
梯度更新方法
运维监控装置
监控模块
异常数据检测
历史故障数据
分析模块
悬挑钢结构
钢结构模型
施工方法
孤立森林算法
专业
蒸发冷却系统
分类准确率
机器学习模型
故障诊断方法
故障诊断装置
防控装置
数据处理单元
数据传输单元
数据采集单元
外壳