[发明专利]基于多源信号和深度学习的设备故障诊断方法在审
| 申请号： | 202111085910.0 | 申请日： | 2021-09-16 |
| 公开（公告）号： | CN113887342A | 公开（公告）日： | 2022-01-04 |
| 发明（设计）人： | 尹德斌;徐超;秦佳晖;张祎纯;关柳恩;乔非;翟晓东 | 申请（专利权）人： | 上海工业自动化仪表研究院有限公司;同济大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海申汇专利代理有限公司 31001 | 代理人： | 翁若莹;徐颖 |
| 地址： | 200233 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于多源信号和深度学习的设备故障诊断方法，采用多源信号进行设备故障诊断，充分且有效利用设备的多个状态监控数据，为故障诊断提供更多重要的故障信息，使诊断在多工况等复杂环境下依旧保持令人满意的鲁棒性和准确性；本发明基于深度学习构建深度神经网络模型，无需人为处理原始数据和提取特征，借鉴残差网络的思想，在卷积神经网络模型的基础上加入跳跃连接来扩展网络深度，每层网络只学习特征表示的残差，不仅加速模型收敛过程、提高模型的训练效率，而且能够提高模型的拟合能力和诊断性能；引入全局平均池化替代部分全连接层，通过减少网络结构参数，在降低分类器过拟合风险的同时加速网络的训练过程，为有效提高诊断性能和泛化能力。 | ||
| 搜索关键词： | 基于 信号 深度 学习 设备 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上海工业自动化仪表研究院有限公司;同济大学，未经上海工业自动化仪表研究院有限公司;同济大学许可，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/202111085910.0/，转载请声明来源钻瓜专利网。
