[00298430]一种风机齿轮箱故障诊断模型建立方法及装置
交易价格：
面议
所属行业：
检测仪器
类型：
发明专利
技术成熟度：
正在研发
专利所属地：中国
专利号：CN201710142440.4
交易方式：
技术转让
技术转让
技术入股
联系人：
华北电力大学
进入空间
所在地：北京北京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
摘要：本发明提供一种风机齿轮箱故障诊断模型建立方法，用于建立风机齿轮箱诊断模型，首先，获取风机齿轮箱的振动信号，然后对所述振动信号进行平滑和降噪处理；对处理后的振动信号进行分解，提取振动信号的特征向量；将所述振动信号的特征向量分为训练数据集和测试数据集；利用果蝇算法对径向基神经网络模型的参数进行优化，输入所述训练数据集中的振动信号的特征向量获取参数的最优值，生成基于径向基神经网络的风机齿轮箱故障诊断模型并进行测试。该方案中针对RBF神经网络的特点引入优化算法，使得故障诊断效果提高，通过引入人工智能分析技术对提取的特征值进行进一步处理，从而提高故障诊断的效率，从而减少由于故障引起的停机损失。
摘要：本发明提供一种风机齿轮箱故障诊断模型建立方法，用于建立风机齿轮箱诊断模型，首先，获取风机齿轮箱的振动信号，然后对所述振动信号进行平滑和降噪处理；对处理后的振动信号进行分解，提取振动信号的特征向量；将所述振动信号的特征向量分为训练数据集和测试数据集；利用果蝇算法对径向基神经网络模型的参数进行优化，输入所述训练数据集中的振动信号的特征向量获取参数的最优值，生成基于径向基神经网络的风机齿轮箱故障诊断模型并进行测试。该方案中针对RBF神经网络的特点引入优化算法，使得故障诊断效果提高，通过引入人工智能分析技术对提取的特征值进行进一步处理，从而提高故障诊断的效率，从而减少由于故障引起的停机损失。
