| 專利名稱 |
基于雙重特征選擇的CNN-ISO滾動(dòng)軸承故障診斷方法 |
| 申請(qǐng)?zhí)?專利號(hào) |
CN202511308304.9 |
專利權(quán)人（第一權(quán)利人） |
長(zhǎng)春工業(yè)大學(xué) |
| 申請(qǐng)日 |
2025-09-15 |
授權(quán)日 |
2025-11-14 |
| 專利類別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類 |
新一代信息技術(shù) |
| 技術(shù)主題 |
支持向量機(jī)分類器|工業(yè)環(huán)境|特征空間|工程學(xué)|振動(dòng)信號(hào)|神經(jīng)網(wǎng)絡(luò)|機(jī)械設(shè)備|旋轉(zhuǎn)機(jī)械|數(shù)據(jù)挖掘|特征選擇|卷積|卷積神經(jīng)網(wǎng)絡(luò)|功能組合 |
| 應(yīng)用領(lǐng)域 |
機(jī)械部件的測(cè)試|人造生命|推理方法|神經(jīng)學(xué)習(xí)方法 |
| 意向價(jià)格 |
具體面議 |
| 專利概述 |
本發(fā)明提供了一種基于雙重特征選擇的CNN?ISO滾動(dòng)軸承故障診斷方法。屬于旋轉(zhuǎn)機(jī)械設(shè)備故障診斷領(lǐng)域。第一階段利用卷積神經(jīng)網(wǎng)絡(luò)（CNN）從原始振動(dòng)信號(hào)中自動(dòng)提取高維深度特征，避免人工特征構(gòu)造的主觀性和復(fù)雜性，確保特征提取過(guò)程更加客觀、全面；第二階段將改進(jìn)的蛇群優(yōu)化算法（Improved Snake Optimization，ISO）與特征剔除、特征激活相結(jié)合，實(shí)現(xiàn)特征子集選擇與支持向量機(jī)（SVM）分類器參數(shù)的同步優(yōu)化，在特征空間和參數(shù)空間中進(jìn)行高效的全局搜索，充分挖掘最優(yōu)特征組合與分類器性能的協(xié)同提升潛力。本發(fā)明在準(zhǔn)確率、搜索效率及模型輕量化方面均優(yōu)于傳統(tǒng)方法，可為實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)軸承早期故障的實(shí)時(shí)、準(zhǔn)確診斷提供思路。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯(lián)系人 |
戚梅宇 |
聯(lián)系電話 |
13074363281 |
