摘要
本发明公开了一种滚珠丝杠副预紧力识别方法,包括以下步骤:采集滚珠丝杠副工作过程中不同时期预紧力对应的振动信号;对信号进行小波包变换处理,提取特征值构建特征集;利用熵权法提取出权重值较大的特征,建立新的特征集并随机划分训练集和测试集;引入长短期记忆神经网络进行训练,建立EWM‑LSTM模型,对滚珠丝杠副不同时期预紧力状态进行识别。本发明可有效解决当前滚珠丝杠副预紧力在线识别困难、准确率低等问题。
技术关键词
滚珠丝杠副预紧力
识别方法
LSTM模型
指标
滚珠丝杠副螺母
长短期记忆神经网络
信号
节点数
样本
特征值
熵权法
网络结构
加速度
传感器
在线
法兰
数值
系统为您推荐了相关专利信息
多源异构数据
融合特征
分析系统
分析单元
统计特征
智能识别方法
边缘检测
图像
边缘密度特征
灰度直方图
识别模型训练方法
多模态信息
零部件识别方法
指令
训练集
高温设备
故障识别方法
概率密度函数
逻辑回归模型
特征值