[发明专利]多模态多任务卷积神经网络的齿轮箱故障诊断方法有效
| 申请号： | 202110942153.8 | 申请日： | 2021-08-17 |
| 公开（公告）号： | CN113639993B | 公开（公告）日： | 2022-06-07 |
| 发明（设计）人： | 谢平;崔健;江国乾;王霄;何群;张志明;武鑫;李小俚 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G01M13/021 | 分类号： | G01M13/021;G01M13/028;F03D17/00;G06N3/04;G06N3/08 |
| 代理公司： | 石家庄众志华清知识产权事务所(特殊普通合伙) 13123 | 代理人： | 张建 |
| 地址： | 066004 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及风力发电机组故障诊断技术领域，多模态多任务卷积神经网络的齿轮箱故障诊断方法，获取齿轮箱的多传感器数据，对数据进行连续小波变换作为预处理；将预处理得到的小波图像并行输入到多个卷积网络中进行特征学习后，获得的多通道特征输入到动态加权模块中进行加权，构成特征空间矩阵；将所获得的的特征空间矩阵输入到多任务模块中进行处理，主任务为分类任务，将所获得的的特征空间矩阵输入到softmax层进行分类，辅助任务为多模态信号典型相关分析，将得到的结果反馈给主任务，提升主任务的分类精度；本发明有效提取并融合了故障特征，并以相关性分析的方法改善了分类的效果，提高了故障诊断和分类的精度和效果。 | ||
| 搜索关键词： | 多模态多 任务 卷积 神经网络 齿轮箱 故障诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于燕山大学，未经燕山大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110942153.8/，转载请声明来源钻瓜专利网。
