本发明涉及电机轴承故障分类诊断模型的构建方法,具体风力发电机轴承故障分类诊断模型的构建方法。本发明的目的在于使用低成本传感器数据驱动的机器学习与深度学习融合的机制,来提供一种风力发电机轴承故障分类诊断模型的构建方法。为风力发电机轴承健康监测提供了一种自底向上解决方案新范式,可用于实时正常状态监测或失效后故障检测。该方法由如下步骤实现:步骤1、预置轴承故障类型及数量,步骤2、原始信号采集与预处理,步骤3、提取特征建立机器学习分类器,步骤4、通过深度学习网络建立深度学习分类器,步骤5、验证融合模型分类结果。
声明:
“风力发电机轴承故障分类诊断模型的构建方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)