申请/专利权人:天津大学
申请日:2021-03-16
公开(公告)日:2022-09-20
公开(公告)号:CN115081502A
主分类号:G06K9/62
分类号:G06K9/62;G06F17/11
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明公开了一种基于粗到细深度网络的复杂工业系统智能故障诊断方法,包括如下步骤:步骤S1:构建CTFN体系结构;步骤S2:训练节点分类器,以层级的方式构建不用粒度的分类器;步骤S3:测试样本故障诊断。本方案提出的基于CTFN的工业大数据分析系统能够智能地进行整个工业系统的大规模故障诊断。一方面,将以学习到的结构的不同粒度对数据进行分析,从而提供高层次的常规分析和低层次的精细分析;另一方面,由于从粗到细对故障数据进行了分析,因此使用该系统可以获得多粒度的定位结果。因此,CTFN架构使智能地解决大规模诊断任务成为可能。
主权项:1.一种基于粗到细深度网络的复杂工业系统智能故障诊断方法,其特征在于,包括如下步骤:步骤S1:构建CTFN体系结构;步骤S2:训练节点分类器,以层级的方式构建不用粒度的分类器;步骤S3:测试样本故障诊断。
全文数据:
权利要求:
百度查询: 天津大学 基于粗到细深度网络的复杂工业系统智能故障诊断方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。