在审
基于特征增强的小样本旋转故障诊断方法、系统及介质
鲁
鲁永 专利 134
国网河南省电力公司超高压公司付
付文林 专利 31
郑州电力高等专科学校宋
宋耐超 专利 6
国网河南省电力公司超高压公司兰
兰琦 专利 85
国网河南省电力公司超高压公司吴
吴宁 专利 199
国网河南省电力公司直流中心李
李茹勤 专利 46
国网河南省电力公司超高压公司陈
陈炳华 专利 26
国网河南省电力公司电力科学研究院张
张利 专利 229
国网河南省电力公司超高压公司张
张嘉涛 专利 57
国网河南省电力公司超高压公司刘
刘琛浩 专利 37
国网河南省电力公司超高压公司刘
刘岳 专利 39
国网河南省电力公司超高压公司焦
焦海龙 专利 32
国网河南省电力公司超高压公司董
董武亮 专利 72
国网河南省电力公司洛阳供电公司董
董泉 专利 57
国网河南省电力公司超高压公司董
董超群 专利 30
国网河南省电力公司超高压公司王
王会琳 专利 25
国网河南省电力公司超高压公司王
王彦坤 专利 24
国网河南省电力公司超高压公司李
李思锐 专利 18
国网河南省电力公司超高压公司胡
胡润阁 专利 86
国网河南省电力公司超高压公司赵
赵胜男 专利 112
国网河南省电力公司超高压公司黄
黄银龙 专利 41
国网河南省电力公司超高压公司张
张四杰 专利 15
国网河南省电力公司超高压公司牛
牛金豪 专利 6
国网河南省电力公司超高压公司彭
彭鑫 专利 12
郑州电力高等专科学校摘要
本发明创造公开了一种基于特征增强的小样本旋转机械故障诊断方法,属于故障诊断模式识别技术领域,包括以下步骤:获取旋转机械的振动信号样本集,样本集包括训练集和测试集;基于训练集获得预训练的特征增强模块,将训练集和测试集输入至预训练的特征增强模块,得到增强后的训练特征和测试特征;对增强后的训练特征和测试特征进行主成分分析PCA降维,基于预设的累计贡献率阈值筛选主成分。本发明构建端到端小样本诊断体系,通过各模块协同优化,让有限小样本数据在特征挖掘、精炼、诊断,全流程高效流转,覆盖轴承、齿轮箱等多类旋转机械故障诊断,适配工业现场小样本、多工况需求。
暂无引用专利



