洛阳理工学院王国强获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉洛阳理工学院申请的专利一种基于ECA_ResNet的滚动轴承故障诊断方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115901260B 。
龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211426479.6,技术领域涉及:G01M13/045;该发明授权一种基于ECA_ResNet的滚动轴承故障诊断方法是由王国强;石念峰;杨向兰;谢扬筱设计研发完成,并于2022-11-14向国家知识产权局提交的专利申请。
本一种基于ECA_ResNet的滚动轴承故障诊断方法在说明书摘要公布了:本发明公开了一种基于ECA_ResNet的滚动轴承故障诊断方法,具体诊断方法为:先利用短时傅里叶与伪彩色处理方法相结合将一维振动信号转换成三通道彩色时频图,将时频图作为输入样本集;其次构建ECA_ResNet轴承故障诊断模型,该模型包括卷积层、最大池化层、改进残差模块和全连接层,基于卷积层与池化层对数据进行浅层边缘特征提取与压缩,构建改进残差模块增加网络深度,并在两个连接层之间引入Dropout抑制过拟合;然后对ECA_ResNet轴承故障诊断模型进行训练,将加入高斯白噪声后的样本输入训练好的ECA_ResNet轴承故障诊断模型中,得到诊断结果。该诊断方法既能解决因网络深度过高又会导致梯度弥散、爆炸与网络退化的问题,又能提升模型在强噪声与变负载下的轴承故障诊断准确率。
本发明授权一种基于ECA_ResNet的滚动轴承故障诊断方法在权利要求书中公布了:1.一种基于ECA_ResNet的滚动轴承故障诊断方法,其特征在于,主要包括以下步骤: 步骤1、采集不同情况滚动轴承的一维振动信号,利用短时傅里叶与伪彩色处理方法将一维振动信号转换成三通道彩色时频图,将所有三通道彩色时频图汇总成样本集,对样本集中的样本进行随机划分处理,得到训练集、验证集和测试集,其中,训练集、验证集和测试集中样本比例为7:2:1; 步骤2、构建ECA_ResNet轴承故障诊断模型,ECA_ResNet轴承故障诊断模型包括卷积层、最大池化层、改进残差模块和全连接层;所述卷积层用于获取样本图浅层边缘特征,最大池化层通过对特征图进行降采样以减少负载和参数量,同时保留数据主要的特征;改进残差模块用于加深网络层数,自适应获取深层关键信息;全连接层用于将卷积层与池化层学习到的特征排列为一维向量,然后采用softmax函数对收集到的特征进行分类以实现故障诊断; 步骤3、将训练集彩色时频图输入到ECA_ResNet轴承故障诊断模型进行训练,并利用验证集调整模型超参数,直至网络收敛,保存最优模型,即得到诊断效果最优的ECA_ResNet轴承故障诊断模型; 步骤4、在测试集中加入不同信噪比的高斯白噪声,以模拟实际工业生产中不同程度的环境噪声,检测模型鲁棒性,将加入高斯白噪声后的测试集样本输入步骤3得到的诊断效果最优的ECA_ResNet轴承故障诊断模型中,得到最终的故障诊断结果。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人洛阳理工学院,其通讯地址为:471000 河南省洛阳市高新区丰华路8号银昆科技园1号楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励