一種基于SFA和CNN的風機軸承故障診斷方法

基本信息

申請?zhí)?/td> CN202010916701.5 申請日 -
公開（公告）號 CN112160877A 公開（公告）日 2021-01-01
申請公布號 CN112160877A 申請公布日 2021-01-01
分類號 F03D17/00(2016.01)I;F03D80/70(2016.01)I 分類 液力機械或液力發(fā)動機；風力、彈力或重力發(fā)動機；不包含在其他類目中的產生機械動力或反推力的發(fā)動機;
發(fā)明人 雷增卷;彭亞;李智;李孟超;于萍;胡波;龍振宇 申請（專利權）人 中科諾維（北京）科技有限公司
代理機構 - 代理人 -
地址 350003福建省福州市鼓樓區(qū)琴亭路29號方圓大廈15層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于慢特征分解(SFA)和卷積神經網絡(CNN)的風機軸承故障診斷方法，包括：1)在采集軸承振動信號后，利用SFA提取其中的固有特征信息；2)將一維的特征信號轉變?yōu)槎S的圖像信息；3)劃分訓練集和測試集，定義故障類型；4)構建卷積神經網絡框架，初始化網絡參數(shù)；5)訓練網絡并使用測試集檢驗。本發(fā)明著眼于新興深度學習技術在傳統(tǒng)領域的應用研究，所提出的方法能有效地實現(xiàn)風機故障的診斷。??