您当前的位置:科技成果 > 一种基于连续深度置信网络的滚动轴承故障预测方法

一种基于连续深度置信网络的滚动轴承故障预测方法

1932020/03/06
基本信息
  • 成果类型 高等院校
  • 委托机构 西北工业大学
  • 成果持有方 西北工业大学
  • 行业领域 机械工程及自动化
  • 项目名称 一种基于连续深度置信网络的滚动轴承故障预测方法
  • 知识产权 发明专利
  • 成果成熟度
  • 项目简介 本发明提出一种基于连续深度置信网络的滚动轴承故障预测方法,该方法首先提取滚动轴承振动信号的时域特征量,然后利用局部线性嵌入方法融合所提取的时域特征信息,从而定义一个新的综合监测指标用于更好地定量地评估轴承的性能退化;逐层训练连续受限玻尔兹曼机进而构造连续深度置信网络预测模型;采用遗传算法来优化连续深度置信网络的结构,进一步提升预测精度。该预测方法结果可靠,实时性好,简单易行,适用于滚动轴承故障预测。
交易信息
  • 意向交易额 面议
  • 挂牌时间 2021/03/06
  • 委托机构 西北工业大学
  • 分享至: