摘要
本发明公开了基于CNN‑MLB‑AB的滑动轴承水污染识别方法及系统,方法包括:获取滑动轴承振动信号并通过变分模态分解算法依次进行信号分解与信号重构处理,得到重构后的滑动轴承振动信号;对重构后的滑动轴承振动信号依次进行离散小波分解与归一化处理,并计算小波系数时域特征,得到滑动轴承振动信号特征矩阵;引入多层双向长短期层,构建CNN‑MLB‑AB滑动轴承水污染识别神经网络模型;对滑动轴承振动信号特征矩阵进行故障识别,得到滑动轴承水污染识别结果。通过使用本发明,能够在不同的频率带宽上捕捉滑动轴承振动信号的瞬态特征,进而提高滑动轴承水污染识别的准确度。本发明作为基于CNN‑MLB‑AB的滑动轴承水污染识别方法及系统,可广泛应用于滑动轴承水污染识别技术领域。
技术关键词
滑动轴承
识别神经网络
水污染
振动信号特征
时间序列特征
变分模态分解算法
卷积特征
识别方法
重构
AdaBoost框架
时域特征
时序特征
方差贡献率
矩阵
数据
小波分解算法
集成学习方法
输出特征
平坦层
系统为您推荐了相关专利信息
分销管理方法
销量预测模型
销售终端
网络图结构
节点
神经网络模型
节点
计算机程序产品
特征数据提取
时间序列特征
动态评估方法
语音对话数据
特征提取模型
差错管理
动态评估系统