基于单通道图数据增强和迁移训练残差网络的五相异步电动机滚动轴承故障诊断方法-购物商城-保定市知识产权运营与公共信息服务平台

客服热线：19932581850

免费查询

一站式服务

首页政策法规知产运营专利转化会员信息地理标志第三方服务联系我们

基于单通道图数据增强和迁移训练残差网络的五相异步电动机滚动轴承故障诊断方法

我有意向

次浏览

详细信息
成果简介
成果亮点
前景分析

成果名称：	基于单通道图数据增强和迁移训练残差网络的五相异步电动机滚动轴承故障诊断方法	关键字：	训练 , 故障 , 样本 , wgan , gasf , 滚动轴承 , 网络 , gp , 残差 , 轴承	应用行业：	信息传输软件和信息技术
高新技术领域：	电子信息技术	所在地：	河北省	知识产权类型：	发明专利
知识产权编号：	CN202110759208.1	成果体现形式：		成果属性：
成果所处阶段：	授权	成果水平：	国内先进	研究形式：
学科分类：		战略新兴产业：	新一代信息技术	课题来源：
第一完成单位名称：	华北电力大学(保定)	第一完成单位属性：		技术成熟度：
合作方式：	技术转让	交易价格(万)：	50.00	所属十强产业：

本发明是一种基于单通道图数据增强和迁移训练残差网络的五相异步电动机滚动轴承故障诊断方法，适用于非平衡小样本情况，属诊断技术领域。该方法将样本划分为训练集与测试集，使用GASF对训练集信号编码而得到单通道图；再将单通道图作为样本训练WGAN‑GP网络，得到样本对应的生成器网络；之后，根据迁移训练的原理，利用ImageNet预训练的残差网络卷积层作为特征提取层构造残差分类网络。进而，进行训练：使用生成器网络生成的样本对全连接层进行训练；使用实际样本作为训练集依次训练全连接层和特征提取层；对整个残差网络进行微调。将训练好的模型存储，调用即可完成诊断，准确率不低于99.4％。