技术特征:
技术总结
本发明公开了一种基于深度学习的轮对踏面损伤故障诊断方法:针对具有较强非平稳性和易被强烈背景噪声干扰特点的轮对踏面振动信号,提出了基于短时傅里叶变换和卷积神经网络的故障诊断方法,对轮对踏面振动信号进行短时傅里叶变换,得到时频谱样本,分为训练集和测试集;将训练集输入卷积神经网络中进行学习,不断更新网络参数;将学习好参数的卷积神经网络模型应用于测试集,输出故障识别结果。
技术研发人员:何静;张昌凡;刘建华;毛颂安;龙永红;李涛;李强
受保护的技术使用者:湖南工业大学
技术研发日:2019.02.03
技术公布日:2019.05.21