基于CNN-MLB-AB的滑动轴承水污染识别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于CNN-MLB-AB的滑动轴承水污染识别方法及系统
申请号:CN202411679909
申请日期:2024-11-22
公开号:CN119622511A
公开日期:2025-03-14
类型:发明专利
摘要
本发明公开了基于CNN‑MLB‑AB的滑动轴承水污染识别方法及系统,方法包括:获取滑动轴承振动信号并通过变分模态分解算法依次进行信号分解与信号重构处理,得到重构后的滑动轴承振动信号;对重构后的滑动轴承振动信号依次进行离散小波分解与归一化处理,并计算小波系数时域特征,得到滑动轴承振动信号特征矩阵;引入多层双向长短期层,构建CNN‑MLB‑AB滑动轴承水污染识别神经网络模型;对滑动轴承振动信号特征矩阵进行故障识别,得到滑动轴承水污染识别结果。通过使用本发明,能够在不同的频率带宽上捕捉滑动轴承振动信号的瞬态特征,进而提高滑动轴承水污染识别的准确度。本发明作为基于CNN‑MLB‑AB的滑动轴承水污染识别方法及系统,可广泛应用于滑动轴承水污染识别技术领域。
技术关键词
滑动轴承 识别神经网络 水污染 振动信号特征 时间序列特征 变分模态分解算法 卷积特征 识别方法 重构 AdaBoost框架 时域特征 时序特征 方差贡献率 矩阵 数据 小波分解算法 集成学习方法 输出特征 平坦层
系统为您推荐了相关专利信息
部署策略模板 智能评估模型 深度神经网络模型 时间序列特征 风险
基线 记忆单元 储能设备 网络 负荷
数字孪生模型 测试诊断方法 模态特征 信号特征 电缆内部状态
识别神经网络 矩阵 锂电池 损耗 线性
特高频局部放电 预警方法 轨迹 深度学习模型 矩阵