[发明专利]一种基于ResNet的汽轮机部件健康状态评估方法有效
| 申请号： | 201910251165.9 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110046409B | 公开（公告）日： | 2020-10-27 |
| 发明（设计）人： | 谢永慧;孙磊;刘天源;张荻 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06F30/17;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 徐文权 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 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ResNet的汽轮机部件健康状态评估方法，包括：进行汽轮机部件的模拟实验，通过多个测点进行振动数据采集；振动数据包括故障信号数据和正常工况数据；将故障信号数据进行标签赋值；标签信息包括故障类型和剩余可用寿命；将每个标签赋值后的故障信号数据分段并进行归一化处理，获得样本集；按照预设比例划分样本集获得训练集和验证集；采用自适应更新网络学习率的策略，通过训练集训练预构建的基于ResNet的多任务学习神经网络模型，至预设收敛条件，获得训练好的基于ResNet的评估模型；通过评估模型实现汽轮机部件健康状态评估。本发明采用多任务学习机制，能够同时判别汽轮机故障类型及健康程度，且准确率高。 | ||
| 搜索关键词： | 一种 基于 resnet 汽轮机 部件 健康 状态 评估 方法 | ||
【主权项】：
1.一种基于ResNet的汽轮机部件健康状态评估方法，其特征在于，包括以下步骤：S1，进行汽轮机部件的模拟实验，通过多个测点进行振动数据采集；振动数据包括故障信号数据和正常工况数据；S2，将故障信号数据进行标签赋值；标签信息包括故障类型和剩余可用寿命；S3，将每个标签赋值后的故障信号数据分段并进行归一化处理，获得样本集；按照预设比例划分样本集获得训练集和验证集；S4，采用自适应更新网络学习率的策略，通过训练集训练预构建的基于ResNet的多任务学习神经网络模型，至预设收敛条件，获得训练好的基于ResNet的评估模型；S5，通过步骤S4获得的评估模型获得汽轮机部件的故障类型及剩余可用寿命，完成待评估汽轮机部件健康状态评估。
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西安交通大学，未经西安交通大学许可，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/201910251165.9/，转载请声明来源钻瓜专利网。
