科创中国
一种基于CNN特征融合的小样本迁移学习故障诊断方法
发布时间: 2023-09-27
来源: 科技服务团
基本信息
合作方式：
技术转让
成果类型：
发明专利
行业领域：
生物与新医药技术
成果介绍
目前滚动轴承的故障诊断方法中主要包括有基于信号处理技术的传统方法和基于深度学习的方法。传统的故障诊断方法大部分需要手动选择特征，在分析复杂系统时，需要相当多的专业知识，其诊断结果存在很大的不确定性且泛化性较差。深度学习方法能够大大减少特征提取对专业知识的需求并减少人工参与带来的不确定性，能够直接完成端到端的智能故障诊断。
成果亮点
滚动轴承是旋转机械传动装置的关键基础部件，当滚动轴承长期在极端和复杂的工况下运行时容易产生故障，从而造成经济损失和安全事故。因此，为避免由滚动轴承的故障导致的经济损失和安全事故，有必要使用故障诊断技术监测滚动轴承的运行状况。
团队介绍
东北林业大学是一所以林科为优势、林业工程为特色的多学科协调发展的高等学校，地处我国最大国有林区的中心——哈尔滨市，东经***°，北纬***°，海拔141米，校园占地136公顷，并拥有帽儿山实验林场（帽儿山森林公园）和凉水实验林场（凉水国家级自然保护区）等教学、科研、实习基地，总面积达***万公顷。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-10-20
微信公众号
下载app
Copyright © 2022 中国科学技术协会 版权所有 | 京ICP备16016202号-20
京公网安备 11010202008974号