本發(fā)明涉及電機軸承故障分類診斷模型的構建方法,具體風力發(fā)電機軸承故障分類診斷模型的構建方法。本發(fā)明的目的在于使用低成本傳感器數(shù)據(jù)驅(qū)動的機器學習與深度學習融合的機制,來提供一種風力發(fā)電機軸承故障分類診斷模型的構建方法。為風力發(fā)電機軸承健康監(jiān)測提供了一種自底向上解決方案新范式,可用于實時正常狀態(tài)監(jiān)測或失效后故障檢測。該方法由如下步驟實現(xiàn):步驟1、預置軸承故障類型及數(shù)量,步驟2、原始信號采集與預處理,步驟3、提取特征建立機器學習分類器,步驟4、通過深度學習網(wǎng)絡建立深度學習分類器,步驟5、驗證融合模型分類結(jié)果。
聲明:
“風力發(fā)電機軸承故障分類診斷模型的構建方法” 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(yè)用途,請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)