【技术实现步骤摘要】
本专利技术涉及轴承测试，具体涉及一种基于深度学习的滚动轴承故障诊断方法及系统。
技术介绍
1、随着工业自动化和智能化的发展，工业设备向着高速、重载、高精度方向发展，对滚动轴承的性能和可靠性提出了更高要求。一旦滚动轴承发生故障，可能导致设备停机，进而造成生产中断、经济损失以及安全隐患，对滚动轴承故障机理的研究不断深入，明确了不同故障类型和程度在振动信号上的特征表现。为了进行轴承的故障诊断需要获取轴承的振动信号，而不够全面的测试工况会影响滚动轴承的振动信号的偏差，难以提高故障诊断的准确性。
技术实现思路
1、本专利技术的目的是提供一种基于深度学习的滚动轴承故障诊断方法及系统，以解决
技术介绍
中不足。
2、为了实现上述目的，本专利技术提供如下技术方案：一种基于深度学习的滚动轴承故障诊断方法，包括以下步骤：
3、对深度学习模型进行训练得到训练好的学习模型；
4、确定滚动轴承的多个测试工况信息，按照多个测试工况信息分别对滚动轴承进行测试，得到振动信号；
...
【技术保护点】
1.一种基于深度学习的滚动轴承故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述对深度学习模型进行训练得到训练好的学习模型的步骤，包括：
3.根据权利要求2所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述根据历史故障诊断数据对深度学习模型进行训练得到训练好的学习模型、包括：
4.根据权利要求1所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述确定滚动轴承的多个测试工况信息，按照多个测试工况信息分别对滚动轴承进行测试，得到振动信号的步骤，
...
【技术特征摘要】
1.一种基于深度学习的滚动轴承故障诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述对深度学习模型进行训练得到训练好的学习模型的步骤，包括：
3.根据权利要求2所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述根据历史故障诊断数据对深度学习模型进行训练得到训练好的学习模型、包括：
4.根据权利要求1所述的一种基于深度学习的滚动轴承故障诊断方法，其特征在于：所述确定滚动轴承的多个测试工况信息，按照多个测试工况信息分别对滚动轴承进行测试，得到振动信号的步骤，包括：
5.根据权利要求4所述的一种基于深度学习的滚动轴承故障诊断方法，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。