[发明专利]一种基于深度神经网络的设备健康状况评估方法和装置在审
| 申请号： | 201910150890.7 | 申请日： | 2019-02-28 |
| 公开（公告）号： | CN109829538A | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 崔妍;黄立军;陈世均;陈捷飞;江虹;张圣;韩阳 | 申请（专利权）人： | 苏州热工研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G01M99/00 |
| 代理公司： | 深圳市顺天达专利商标代理有限公司 44217 | 代理人： | 郭伟刚 |
| 地址： | 215004 江苏*** | 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深度神经网络的设备健康状况评估方法和装置。所述方法包括：将待测设备模拟运行在不同的工作状态下，并获取不同工作状态下对应的振动频域信号；随机选取预设数量的振动频域信号作为样本数据，并采用DAE算法，来训练预设的深度神经网络；采用训练好的深度神经网络，来评估待测设备的健康状态。本发明提供的方法，结合设备大数据的特点与深度神经网络的优势，可以同时完成设备大数据故障特征自适应提取和设备健康状况的识别，还可以自适应地提取健康状况信号频谱中蕴含的故障信息，取得了较高的设备健康评估精度，更能表征设备数据内部隐藏的复杂多变的特性，在面对复杂的监测诊断任务时，可以更准备地识别设备健康状况。 | ||
| 搜索关键词： | 神经网络 健康状况 健康状况评估 方法和装置 待测设备 频域信号 大数据 自适应 预设 表征设备 故障特征 故障信息 健康评估 健康状态 结合设备 模拟运行 识别设备 随机选取 信号频谱 样本数据 算法 诊断 监测 评估 | ||
【主权项】：
1.一种基于深度神经网络的设备健康状况评估方法，其特征在于，所述方法包括：将待测设备模拟运行在不同的工作状态下，并获取不同工作状态下对应的振动频域信号；随机选取预设数量的振动频域信号作为样本数据，并采用DAE算法，来训练预设的深度神经网络；采用训练好的深度神经网络，来评估待测设备的健康状态。
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苏州热工研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司，未经苏州热工研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司许可，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/201910150890.7/，转载请声明来源钻瓜专利网。
- 上一篇：基于深度学习GAN网络童装服装的风格转移方法及设备
- 下一篇：类神经计算装置
