本发明公开了一种基于迁移学习的微型电机异常检测方法,包括：通过短时傅里叶变换对微型电机的时域振动信号进行特征提取,获得二维时频功率谱矩阵；对二维时频功率谱矩阵进行特征分析,获得RGB三通道的二维功率谱图；采用改进一维频域卷积核网络结构的迁移学习方法对电机进行异常检测。本发明针对在电机样本较少的情况下,容易在训练卷积神经网络时造成网络过拟合和参数模型的不合理,通过迁移学习有效缓解了过拟合,同时也提高对微型直流齿轮减速电机的品质鉴定效率和准确率。
科研之友
微信
新浪微博
Facebook
分享链接
