摘要
本发明公开了基于多通道卷积神经网络的齿轮预制裂纹断裂诊断方法,首先在齿轮的旋转轴外侧的法兰处安装应力传感器、加速度传感器和应变传感器,然后再通过数据采集系统分别采集齿轮运行中的应力信号、加速度信号和应变信号;然后将这三种信号做信号数据的初步计算,采用数据增强方法获取更多样本并按比例将其划分为训练集、验证集和测试集;接着构建多通道卷积神经网络模型并设置初始参数,将训练集和验证集输入多通道卷积神经网络模型并更新模型参数;而后保存最优多通道卷积神经网络模型并利用测试集对多通道卷积神经网络模型进行评估;最后将另外新采集到的数据输入已训练好的模型,以对齿轮预制裂纹断裂的类型做出识别。
技术关键词
多通道卷积神经网络
诊断方法
DCNN模型
加速度
应力传感器
应变传感器
信号
裂纹
数据采集系统
更新模型参数
法兰处
内核
多通道特征
样本
齿轮齿顶
齿根
齿轮故障
系统为您推荐了相关专利信息
轨道板裂缝
检测点
BP神经网络
损伤程度识别方法
功率
带电作业机器人
序列优化方法
多模态
平衡场景
高维特征向量
辅助设备
双轴光纤陀螺仪
MEMS加速度计
地球自转角速度
上电自检
数据驱动模型
预测控制方法
加速度
拖拉机前轮
耕地机组