本發明涉及一種滾動軸承故障診斷方法,其利用卷積神經網絡理論的學習算法完成故障診斷所需的特征提取任務,可以不依賴人工選擇,由簡單到復雜、由低級到高級自動地提取輸入數據的本質特征,并能自動挖掘出隱藏在已知數據中的豐富信息;此外,采用了支持向量回歸方法對測試樣本進行分類識別,支持向量回歸具有強大的泛化能力,對未知的新樣本進行識別具有更好的精度,采用支持向量回歸作為分類器對樣本進行分類識別,可以克服深度學習默認的分類器泛化能力一般的缺點。本發明能夠提高滾動軸承故障診斷的準確性和有效性,為解決滾動軸承故障診斷問題提供一種新的有效途徑,可廣泛應用于化工、冶金、電力、航空等領域的復雜機械系統故障診斷中。
聲明:
“滾動軸承故障診斷方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)