摘要
本发明公开了一种基于卷积神经网络的振动主路径识别方法及系统,涉及振动系统传递技术领域。包括:获取不同激励频率下振动系统的振动信号实验数据;根据振动信号实验数据,计算每条振动传递路径的振动贡献度,对实验数据进行数据处理,得到振动信号实验数据集;将振动信号实验数据集按一定比例分为训练集和测试集;构建基于卷积神经网络的振动主路径识别模型;利用训练集数据对振动主路径识别模型进行训练,得到训练好的振动主路径识别模型;基于训练好的振动主路径识别模型,利用测试集数据,对振动特征进行特征识别,得到振动主路径的识别结果。本发明可以有效识别振动系统传递的主路径。
技术关键词
路径识别方法
振动系统
振动加速度信号
训练集数据
支承系统
振动特征
模拟试验台
模型训练模块
训练卷积神经网络
路径识别系统
数据处理模块
数据采集模块
残差模块
测试模块
深度学习框架
激振器
数据采集仪