一种可解释性滚动轴承故障诊断方法
实质审查的生效
摘要
本发明公开了一种可解释性滚动轴承故障诊断方法，包括以下步骤：采集滚动轴承的一维时间序列信号并进行样本扩充，建立初始1D‑CNN‑BiLSTM神经网络模型，并向该神经网络模型添加Grad‑CAM++解释层，建立起具有卷积解释能力的神经网络模型。利用多种一维故障数据训练所述神经网络模型，获得具有故障诊断能力的模型，再通过所述故障诊断模型对所述滚动轴承进行故障诊断。本发明以CNN为基础结构的神经网络的特征提取过程进行解释，并加入BiLSTM，利用其具有双向分析能力的特点，实现了更好的诊断精度，并提高了故障诊断神经网络模型的抗噪性和鲁棒性。
基本信息
专利标题 ：
一种可解释性滚动轴承故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114372492A
申请号 ：
CN202111676747.5
公开（公告）日 ：
2022-04-19
申请日 ：
2021-12-31
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘之航丁康何国林蒋飞
申请人 ：
华南理工大学
申请人地址 ：
广东省广州市天河区五山路381号
代理机构 ：
广州粤高专利商标代理有限公司
代理人 ：
周春丽
优先权 ：
CN202111676747.5
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08 G01M13/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-06 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20211231
申请日 : 20211231
2022-04-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
