[发明专利]一种基于非局部均值嵌入的深度卷积神经网络模型的智能故障诊断方法有效
| 申请号： | 202010511462.5 | 申请日： | 2020-06-08 |
| 公开（公告）号： | CN111751133B | 公开（公告）日： | 2021-07-27 |
| 发明（设计）人： | 李舜酩;辛玉;安增辉 | 申请（专利权）人： | 南京航空航天大学 |
| 主分类号： | G01M99/00 | 分类号： | G01M99/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 楼然 |
| 地址： | 210016 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于非局部均值嵌入的深度卷积神经网络模型的智能故障诊断方法，包括：利用振动测试仪和振动传感器采集被测部件在不同故障状态下的振动信号，并将故障振动信号根据部分重叠的策略分割为若干个样本点；构建基于非局部均值嵌入的卷积块模型，并搭建深度神经网络框架模型；从收集的故障振动信号中选择部分样本作为训练样本训练深度神经网络模型的参数，并获得逐层的学习特征；将学习到的所有特征输入到Softmax中进行分类辨识，根据逐层提取的特征和模型参数对未知故障振动信号进行智能辨识。第五步，将测试集输入构建的神经网络模型中，测试模型的诊断效果和诊断准确率。本发明的故障准确率可达到99.85％，误差为0.21％，而且稳定性好。 | ||
| 搜索关键词： | 一种 基于 局部 均值 嵌入 深度 卷积 神经网络 模型 智能 故障诊断 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南京航空航天大学，未经南京航空航天大学许可，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/202010511462.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种水冷纺织风机
- 下一篇：用于家畜养殖的发光器件和光照装置
