申请/专利权人:安徽智质工程技术有限公司
申请日:2023-12-12
公开(公告)日:2024-03-22
公开(公告)号:CN117743786A
主分类号:G06F18/20
分类号:G06F18/20;G01M13/00;G01H17/00;G06F18/213;G06N3/0464;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.09#实质审查的生效;2024.03.22#公开
摘要:本发明公开了一种多元并行的神经网络机械设备故障诊断方法,涉及机械设备故障诊断技术领域,包括以下步骤:S1、在实验装备上设置多个测点,每个测点上安装一个传感器用于收集振动数据;S2、采用短时傅里叶变换处理振动数据,并将数据分为训练集与测试集;S3、从训练集中随机取基样本、正样本、负样本组成一个样本对,将样本对输入特征提取网络中进行训练获得样本对低维特征,本发明基于卷积神经网络设计了一种多元并行的神经网络结构,将带有故障特征的振动数据分别输入到三层网络结构相似的子网络中进行特征提取,提高了数据的复用率。
主权项:1.一种多元并行的神经网络机械设备故障诊断方法,其特征在于:包括以下步骤:S1、在实验装备上设置多个测点,每个测点上安装一个传感器用于收集振动数据;S2、采用短时傅里叶变换处理振动数据,并将数据分为训练集与测试集;S3、从训练集中随机取基样本、正样本、负样本组成一个样本对,将样本对输入特征提取网络中进行训练获得样本对低维特征;S4、设置损失函数计算样本对的损失值,并反向传播优化网络模型参数;S5、将测试集样本输入网络模型获得测试集低维特征;S6、将测试集低维特征变换为测试集特征均值,然后与训练集特征均值进行相似度比较,之后确定故障类别并输出。
全文数据:
权利要求:
百度查询: 安徽智质工程技术有限公司 一种多元并行的神经网络机械设备故障诊断方法
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。