[发明专利]基于小波卷积神经网络的故障诊断方法在审
| 申请号： | 202011233225.3 | 申请日： | 2020-11-06 |
| 公开（公告）号： | CN112287862A | 公开（公告）日： | 2021-01-29 |
| 发明（设计）人： | 周琨;李欣铜;宋凯 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李素兰 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 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小波卷积神经网络的故障诊断方法，使用CNN算法训练初步诊断模型，将故障分为三类：正常、易于诊断(ETD)和难于诊断(HTD)；通过堆叠卷积层和池化层以实现特征提取，最后通过两个全连接层以及softmax实现故障诊断。与现有技术相比，本发明1)开发了多模型诊断框架，减少了模型的计算量，有助于黑箱过程监控中有价值的先验知识的应用；2)将矩形卷积核和池化函数应用于化工数据中，提高了WCNN的特征提取能力，可推广到其它工业数据中；3)提高化工生产过程的故障检测与诊断性能，同时平衡了计算负担和监测性能。 | ||
| 搜索关键词： | 基于 卷积 神经网络 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天津大学，未经天津大学许可，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/202011233225.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型管夹阀
- 下一篇：一种区域控制的地铁站台排烟方法
