基于多通道深度脉冲耦合神经网络的轴承故障检测方法
技术特征：
1.基于多通道深度脉冲耦合神经网络的轴承故障检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多通道深度脉冲耦合神经网络的轴承故障检测方法，其特征在于：s2中为了获得频域上的信息，需要对12khz采样频率下加速度传感器采样到的离散的时域信号进行快速傅里叶变换，其数学表达式为：
技术总结
本发明公开了基于多通道深度脉冲耦合神经网络的轴承故障检测方法；通过引入深度网络结构，大幅提升了对复杂故障信号的特征提取能力，并通过优化的网络结构和算法设计，克服了传统PCNN在高维信号处理中的不足；MC‑DPCN不仅能够处理复杂的振动信号，还能够自适应调整网络参数，提升模型的泛化能力和鲁棒性；此外，该方法在噪声干扰和动态工况下，依然能够保持较高的故障检测准确性和实时性。
技术研发人员：吴彦熹,马文泰,刘冀钊,廉敬,候建国,李瀚昆,朱新文,万晓亮
受保护的技术使用者：兰州大学
技术研发日：
技术公布日：2024/12/2
文档序号 :
【 40203351 】
技术研发人员：吴彦熹,马文泰,刘冀钊,廉敬,候建国,李瀚昆,朱新文,万晓亮
技术所有人：兰州大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除
技术研发人员：吴彦熹,马文泰,刘冀钊,廉敬,候建国,李瀚昆,朱新文,万晓亮
技术所有人：兰州大学
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除