一种RBF神经网络的减速顶多节点故障分类方法

发明专利有效专利

申请号：
CN202010859484.0
IPC分类号：G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-08-24
申请人：
西安交通大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种RBF神经网络的减速顶多节点故障分类方法
申请号	CN202010859484.0	申请日期	2020-08-24
法律状态	实质审查	申报国家	中国
公开/公告日	2020-12-15	公开/公告号	CN112085073A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	西安交通大学	申请人地址	陕西省西安市咸宁西路28号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	西安交通大学	当前权利人	西安交通大学
发明人	要义勇;朱继东;赵丽萍;高射;康涛
代理机构	西安通大专利代理有限责任公司	代理人	暂无

摘要

本发明公开了一种RBF神经网络的减速顶多节点故障分类方法，该方法包括第一，本发明将减速顶运动曲线的峰峰值、峭度、频域指标、波动熵及温度均值作为元素构建RBF神经网络输入特征向量；第二，将减速顶三种工作状态构建为RBF神经网络输出量；第三，构建RBF神经网络结构，并依据训练数据集对神经网络进行训练，构建减速顶工作状态分类器；第四，构建基于贝叶斯近似法证据理论的决策融合方法，对RBF神经网络输出的三维特征向量进一步评价，完成对减速顶工作状态的诊断。本发明基于RBF神经网络对多节点异构数据进行融合，完成了对减速顶工作状态的诊断，具有广泛的应用前景。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供