基于改进CNN与关系模块的旋转部件故障诊断方法及其装置.pdfVIP

下载本文档

5
0
约2.05万字
约 19页
2023-06-14 发布于四川
举报
版权申诉

基于改进CNN与关系模块的旋转部件故障诊断方法及其装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了基于改进CNN与关系模块的旋转部件故障诊断方法，构建故障诊断元数据集，并按故障类别划分为训练集和测试集；对原数据集样本进行快速傅里叶变换；使用多尺度卷积核、随机池化、空洞卷积三种策略建立由提取模块、融合模块和关系模块组成的卷积神经网络诊断模型；采用元学习方法使用训练集来训练该模型；使用测试集对训练好的模型进行小样本的多分类旋转部件故障诊断。本发明能够通过自适应训练出样本间距离的衡量标准，利用元学习的特点对只有一个标记样本的新故障能够实现其快速诊断，从而解决了传统方法依赖大数据量和长时

(19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 113111820 B (45)授权公告日 2022.05.13 (21)申请号 202110432723.9 (56)对比文件 (22)申请日 2021.04.21