[发明专利]基于多属性卷积神经网络的旋转机械故障定量诊断方法

摘要

本发明公开一种基于多属性卷积神经网络的旋转机械故障定量诊断方法，属于机械故障诊断技术领域。该诊断方法包括如下步骤从旋转机械振动数据中提取足够多样本点并赋予相应的多属性标签，搭建多属性卷积神经网络，训练多属性卷积神经网络，测试时创建多个样本点数据，用训练好的多属性卷积神经网络对测试样本点进行诊断，完成对旋转机械故障的定量诊断。传统的故障诊断方法需人工提取特征，准确率低，泛化性能差，方法复杂难懂，且无法诊断出故障大小，难于工程推广。本发明基于多属性卷积神经网络的旋转机械故障定量诊断方法能够自动提取特征，准确率高，泛化性能强，方法简单易懂，且能有效的诊断出故障类型和故障大小，易于工程推广。

主权项

一种基于多属性卷积神经网络的旋转机械故障定量诊断方法，其特征在于所述诊断方法具体步骤如下：(1)数据准备阶段：采集各种工况下旋转机械振动数据，从旋转机械振动数据中创建足够多样本点，这些样本点构成训练数据库，训练数据库由训练集和验证集组成，所述样本点包括数据和多属性标签；(2)创建阶段：创建多属性卷积神经网络；(3)训练阶段：利用训练数据库来训练多属性卷积神经网络，获得网络参数；(4)测试阶段：采集待诊断的旋转机械振动数据，从振动数据中创建足够多数据样本点，用训练好的多属性卷积神经网络对所述数据样本点进行诊断，完成对旋转机械故障的定量诊断。