变工况下齿轮箱的故障诊断方法和装置

AITNT
正文
推荐专利
变工况下齿轮箱的故障诊断方法和装置
申请号:CN202510086928
申请日期:2025-01-20
公开号:CN119738158A
公开日期:2025-04-01
类型:发明专利
摘要
本申请涉及一种变工况下齿轮箱的故障诊断方法和装置。所述方法包括:获取变工况下齿轮箱不同故障类型对应的样本数据;构建引入变工况修正因子的多层感知机;其中,多层感知机利用哈里斯鹰优化算法寻找包括隐藏节点数、学习率和变工况修正因子的目标参数组合;利用样本数据训练多层感知机,以基于训练完成的多层感知机实现对变工况下齿轮箱的故障诊断。采用哈里斯鹰优化算法对多层感知机进行参数优化,提高多层感知机学习样本数据中周期性特征的捕捉能力,提高故障诊断模型的准确率。同时,多层感知机中引入了变工况修正因子,可根据不同工况动态调整多层感知机的参数,提升多层感知机的适应性和泛化能力。
技术关键词
多层感知机 变工况 下齿轮箱 节点数 故障诊断方法 因子 样本 算法 故障诊断装置 故障诊断模型 周期性特征 模型训练模块 正则化参数 数据处理模块 计算机程序产品 处理器 计算机设备
系统为您推荐了相关专利信息
1
一种面向机器人的多原型表征增强的视觉模式识别方法
原型 集成分类器 样本 模式识别方法 图像分类神经网络
2
一种基于小规模数据集与迁移学习的青光眼检测系统
多层感知机 小规模 滑动窗口 输出特征 注意力机制
3
一种基于FMEA和改进卷积神经网络的水泥生产线设备故障诊断方法
水泥生产线设备 故障诊断方法 煤磨系统 旋转机械设备安装 卷积神经网络结构
4
基于BI-三明治模型和MMSD算法的航空发动机主轴轴承迁移学习故障诊断方法
航空发动机主轴 三明治 二阶统计量 轴承故障诊断方法 中间层
5
基于环视多图像的占位网格检测方法
卷积神经网络提取 特征提取网络 融合特征 图像 注意力机制
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