[发明专利]基于深度强化学习模型的行星齿轮箱故障诊断方法有效
| 申请号： | 202011644046.9 | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN112633245B | 公开（公告）日： | 2023-01-06 |
| 发明（设计）人： | 严如强;王辉;陈雪峰;孙闯;王诗彬;张兴武 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06F18/10 | 分类号： | G06F18/10;G06F18/241;G06F18/214;G06F18/21;G06V10/82;G01M13/021;G01M13/028;G06N3/045;G06N3/0464;G06N3/084;G06N3/092;G06F123/02 |
| 代理公司： | 北京中济纬天专利代理有限公司 11429 | 代理人： | 覃婧婵 |
| 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： | 公开了基于深度强化学习模型的行星齿轮箱故障诊断方法，方法包括：信号采集，获得行星齿轮箱在不同的健康状况下的振动信号，基于所述振动信号构建训练样本信号及测试样本信号；时频图像生成，同步提取所述训练样本信号及测试样本信号变换为二维时频图像，基于所述二维时频图像构建训练集及测试集；建立深度强化学习模型，基于训练集，智能体与环境进行不断地交互，训练智能体自主学习最优的诊断策略，所述智能体包括至少两个相同结构的深度卷积神经网络；故障识别，将所述测试集中的样本逐个输入训练完成的所述智能体，根据所述诊断策略识别行星齿轮箱故障类型，及分析诊断结果。 | ||
| 搜索关键词： | 基于 深度 强化 学习 模型 行星 齿轮箱 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/202011644046.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种高级计划排程系统
- 下一篇：智能眼镜和5G消息交互系统
