摘要
本发明具体涉及一种基于深度学习的滚动轴承故障诊断方法,包括以下步骤:录入滚动轴承巡检数据;自动对录入的滚动轴承巡检数据中的滚动轴承实际运行振动信号转换为滚动轴承实际运行振动信号时频图;基于深度学习的滚动轴承故障诊断模型根据滚动轴承实际运行振动信号时频图,进行滚动轴承故障诊断。本发明还涉及一种基于深度学习的滚动轴承故障诊断系统。本发明基于滚动轴承故障机理和仿真故障数据,开展滚动轴承故障智能诊断。
技术关键词
滚动轴承故障诊断
巡检数据
仿真信号
滚动轴承振动信号
滚动轴承测试
迁移学习算法
深度学习神经网络
自动标记
样本
仿真程序
频段
背景噪声
数据管理
三维模型
分析模块
系统为您推荐了相关专利信息
智慧燃气
网络平台
物联网系统
巡检数据
燃气设备
轴承故障诊断方法
生成对抗模型
生成对抗网络模型
轴承故障诊断设备
动态
轴承故障分类方法
随机森林
分类准确率
滚动轴承振动信号
算法
巡检路径
计算机执行指令
抗干扰模式
计算机设备
规划
视频监控数据
人流量监测
管理方法
深度神经网络模型
周期