[发明专利]基于组合卷积神经网络的故障类型及损坏程度诊断方法有效
| 申请号： | 201911258117.9 | 申请日： | 2019-12-10 |
| 公开（公告）号： | CN111046945B | 公开（公告）日： | 2023-10-24 |
| 发明（设计）人： | 刘伟;张志华;单雪垠 | 申请（专利权）人： | 北京化工大学 |
| 主分类号： | G06F18/24 | 分类号： | G06F18/24;G06F18/214;G06N3/0464;G06N3/0985 |
| 代理公司： | 北京思海天达知识产权代理有限公司 11203 | 代理人： | 张慧 |
| 地址： | 100029 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于组合卷积神经网络的故障类型及损坏程度诊断方法，包括以下步骤：S1.数据采集与预处理；S2.构建一维卷积神经网络；S3.训练模型；S4.调整超参数和网络构架；S5.准备进行故障类型和损坏程度诊断的数据集；S6.分别训练各个模型；S7.将多个卷积网络组合成一个构架；S8.完成故障类型识别和损坏程度诊断。本发明选择一维卷积神经网络对原始振动信号的特征进行端到端的提取；同时使用全局最大池化层替换全连接层，减少训练参数，加快训练速度，防止过拟合。使用不同严重程度的一维原始数据分别训练不同的模型，不仅能实现故障类型的识别还能达到故障损坏程度分类的目的，取得比单一模型更好的效果。 | ||
| 搜索关键词： | 基于 组合 卷积 神经网络 故障 类型 损坏 程度 诊断 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京化工大学，未经北京化工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911258117.9/，转载请声明来源钻瓜专利网。
