[发明专利]基于深度学习的时间序列数据智能故障诊断方法在审
| 申请号： | 201910891332.6 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN112067916A | 公开（公告）日： | 2020-12-11 |
| 发明（设计）人： | 陈辉;宫文峰 | 申请（专利权）人： | 武汉理工大学 |
| 主分类号： | G01R31/00 | 分类号： | G01R31/00;G06N20/00 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 李丹 |
| 地址： | 430070 湖*** | 国省代码： | 湖北;42 |
| 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学习的时间序列数据智能故障诊断方法，包括以下步骤：1)采集机电设备的一维时间序列健康状态数据；所述故障数据为设置在机电设备的预置测点处的故障数据；2)根据采集的N种健康状态数据构建一维时间序列原始故障数据集；3)数据预处理，所述预处理包括归一化和数据截断；4)构建二维特征图故障数据集；5)数据集划分；6)构建深度学习故障诊断模型；7)对深度学习故障诊断模型进行训练，获得参数；8)对输入的待诊断样本数据使用深度学习故障诊断模型进行故障诊断，输出最终的故障诊断结果。本发明通过构建二维特征图和改进传统卷积神经网络模型结构，提高了故障的诊断速度和故障诊断的准确性。 | ||
| 搜索关键词： | 基于 深度 学习 时间 序列 数据 智能 故障诊断 方法 | ||
【主权项】：
暂无信息
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武汉理工大学，未经武汉理工大学许可，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/201910891332.6/，转载请声明来源钻瓜专利网。
