[发明专利]一种改进深度Q网络的滚动轴承故障诊断方法有效
| 申请号： | 202110360639.0 | 申请日： | 2021-04-02 |
| 公开（公告）号： | CN112924177B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 康守强;刘哲;王玉静;王庆岩;梁欣涛;谢金宝;兰朝凤 | 申请（专利权）人： | 哈尔滨理工大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045;G06V10/44;G06V10/762;G06V10/77;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 黑龙江立超同创知识产权代理有限责任公司 23217 | 代理人： | 杨立超 |
| 地址： | 150080 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种改进深度Q网络的滚动轴承故障诊断方法，涉及滚动轴承故障诊断技术领域，用以解决现有技术中在应用深度强化学习对滚动轴承故障进行诊断时，由于数据分布不平衡或变负载导致的诊断准确率过低的问题。本发明的技术要点包括：把k‑means算法中样本到中心点的距离作为回报值的偏置，以不平衡比为基准，为训练集构建具有个性化的回报函数，同时通过改进的残差网络(Resnet‑18)实现特征的深层提取；智能体将新的回报函数和时频图作为输入，在每个时间步长执行诊断动作，判断并返回回报值；最终智能体学会不平衡数据下的故障诊断策略。本发明方法在滚动轴承数据不平衡和变负载下故障诊断结果表现优异，可用于对滚动轴承不同故障诊断的实际操作中。 | ||
| 搜索关键词： | 一种 改进 深度 网络 滚动轴承 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哈尔滨理工大学，未经哈尔滨理工大学许可，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/202110360639.0/，转载请声明来源钻瓜专利网。
