[发明专利]基于DTC-VAE神经网络的旋转机械健康指标构建方法有效
| 申请号： | 202110312371.3 | 申请日： | 2021-03-24 |
| 公开（公告）号： | CN112926505B | 公开（公告）日： | 2022-11-11 |
| 发明（设计）人： | 秦毅;周江洪;陈定粮;汤宝平 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G01M13/021;G01M13/028;G01M13/045 |
| 代理公司： | 重庆市嘉允启行专利代理事务所(普通合伙) 50243 | 代理人： | 胡柯 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 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DTC‑VAE神经网络的旋转机械健康指标构建方法，包括采集旋转机械全生命周期的振动信号x，计算振动信号x时域和频域特征，根据特征集划分为训练集和测试集，以训练集数据作为输入构建退化趋势约束变分自编码器DTC‑VAE模型，利用优化器AdamOptimizer以DTC‑VAE模型的损失函数最小值为优化目标进行无监督训练；将测试集数据输入训练好的退化趋势约束变分自编码器DTC‑VAE模型中，得到的测试隐变量Z，对测试隐变量Z进行归一化得到健康指标h。本申请可以通过DTC‑VAE模型和多维时域和频域特征来构建健康指标，利用隐变量来表征机械部件的退化过程，保证了旋转机械健康指标的准确性。 | ||
| 搜索关键词： | 基于 dtc vae 神经网络 旋转 机械 健康 指标 构建 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重庆大学，未经重庆大学许可，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/202110312371.3/，转载请声明来源钻瓜专利网。
