基于多通道卷积神经网络的齿轮预制裂纹断裂诊断方法

AITNT
正文
推荐专利
基于多通道卷积神经网络的齿轮预制裂纹断裂诊断方法
申请号:CN202510808481
申请日期:2025-06-17
公开号:CN120724242A
公开日期:2025-09-30
类型:发明专利
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
1
针对金融服务操作风险的事件根因智能诊断方法及系统
节点 智能诊断方法 事件特征 交互特征 风险
2
一种轨道板裂缝损伤程度的识别方法
轨道板裂缝 检测点 BP神经网络 损伤程度识别方法 功率
3
一种配网带电作业机器人的原子动作序列优化方法及系统
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
4
快速初始对准辅助设备及其工作方法
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
5
一种耕作场景约束自适应的拖拉机双模型驱动预测控制方法与系统
数据驱动模型 预测控制方法 加速度 拖拉机前轮 耕地机组
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