摘要
本发明涉及一种直升机传动部件损伤智能检测方法,包括以下步骤:采集直升机传动部件的应力波数据并进行预处理;采用经验模态分解法将预处理后的应力波数据分解为多个固有模态分解信号;基于归一化互信息法构建特征选择框架,筛选出设定数量个最优固有模态分解信号;构建基于卷积深度置信网络的智能检测模型,将筛选出的最优固有模态分解信号输入智能检测模型,得到部件损伤诊断结果。本发明能够快速、准确的诊断出直升机传动部件损伤分类。
技术关键词
卷积深度置信网络
直升机
智能检测方法
信号
特征选择
信息熵
Softmax函数
应力波传感器
数据
随机梯度下降
归一化方法
受限
框架
样本
标签
线性
算法
系统为您推荐了相关专利信息
深度残差神经网络
故障类别
焊接设备
动态门控
注意力机制
泄漏检测方法
管道巡检机器人
声源定位算法
麦克风
输气管道
剩余电流检测方法
动态模糊神经网络
信号
重构
电子设备