[发明专利]一种基于卷积神经网络的数据驱动故障诊断方法

摘要

本发明属于故障诊断方法领域，并公开了一种基于卷积神经网络的数据驱动故障诊断方法，包括以下步骤：1)对要检测故障进行时域信号采样；2)将采集到的时域信号转化为待处理的图像；3)根据待处理图像的特点构建卷积神经网络模型；4)对图像进行训练；5)使用卷积神经网络模型进行预测，得出故障诊断结果。本发明将原始时域信号转换为2维灰度图像，采用改进卷积神经网络自动提取灰度图像的数据特征；由于将时域信号转化为二维灰度图像，信号噪声将被转换为图像的亮度、灰度等与图像分类结果无关的因素，能尽可能消除信号噪声对最终结果的影响。该方法易于执行且具有较高的精度，并极大地降低了特征提取过程和信号噪声对最终结果造成的影响。

主权项

1.一种基于卷积神经网络的数据驱动故障诊断方法，其特征在于，包括以下步骤：1)对要检测故障进行时域上的信号采样；2)将采集到的信号转化为待处理的图像；3)根据待处理图像特点构建对应的卷积神经网络模型；4)将图像通过卷积神经网络模型进行训练；5)使用训练好的卷积神经网络模型进行预测，得出故障诊断结果。