- 1、本文档共12页,其中可免费阅读11页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于视觉特征融合的复杂旋转机械设备故障诊断方法,涉及旋转机械设备故障诊断技术领域,本发明首先通过原始振动信号获取虚拟振动信号,并通过两者构造表征航空发动机故障的振动图像,然后,采用深度学习以及迁移学习获取高层故障特征,最后,在连续的采样周期内,将多模态故障特征聚类以构成故障特征组,基于时空相关性构建多模态故障特征时空模型,提出采用一种有效的张量分解方法,实现在该模型下的故障诊断。该基于视觉特征融合的复杂旋转机械设备故障诊断方法,解决了现有的诊断方法故障诊断样本数据不够完备、故障特
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113432877 A
(43)申请公布日 2021.09.24
(21)申请号 202110713796.5
(22)申请日 2021.06.26
(71)申请人 郑州
文档评论(0)