一种基于卷积神经网络的振动主路径识别方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于卷积神经网络的振动主路径识别方法及系统
申请号:CN202510662088
申请日期:2025-05-22
公开号:CN120596913A
公开日期:2025-09-05
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络的振动主路径识别方法及系统,涉及振动系统传递技术领域。包括:获取不同激励频率下振动系统的振动信号实验数据;根据振动信号实验数据,计算每条振动传递路径的振动贡献度,对实验数据进行数据处理,得到振动信号实验数据集;将振动信号实验数据集按一定比例分为训练集和测试集;构建基于卷积神经网络的振动主路径识别模型;利用训练集数据对振动主路径识别模型进行训练,得到训练好的振动主路径识别模型;基于训练好的振动主路径识别模型,利用测试集数据,对振动特征进行特征识别,得到振动主路径的识别结果。本发明可以有效识别振动系统传递的主路径。
技术关键词
路径识别方法 振动系统 振动加速度信号 训练集数据 支承系统 振动特征 模拟试验台 模型训练模块 训练卷积神经网络 路径识别系统 数据处理模块 数据采集模块 残差模块 测试模块 深度学习框架 激振器 数据采集仪