公开(公告)号：CN119377737A

公开(公告)日：2025-01-28

申请号：CN202411429563.2

申请日：2024-10-14

Applicant: 重庆邮电大学

Inventor： 罗久飞 ,  宋鸿正 ,  邓云春 ,  禄盛 ,  柏峰 ,  孙天健 ,  赵双

IPC: G06F18/24 ,  G06N3/0464 ,  G06F18/213 ,  G06F18/10

Abstract: 本发明公开了一种基于卷积神经网络和信号矩阵化的油液磨粒特征识别方法，该方法首先使用感应式磨粒检测传感器对润滑油进行实时数据采集，获得待处理原始信号，对检测信号进行谐波参数估计与磨粒中心频率估计，根据传感器输出信号数学模型仿真检测信号模型，使用仿真信号模型生成多组仿真磨粒信号并根据磨粒中心频率设置参数，进行低通滤波和谐波干扰抑制；本发明所提的算法相比于传统算法可以更进一步提升磨粒信号的信噪比，探索了深度学习技术在感应式磨粒传感器信号处理与特征提取方面的应用，并且提出了可靠的数据处理策略与完整的新型磨粒检测运行框架，实现有效的磨粒电压特征提取，满足感应式磨粒传感器的实际运行需要。