[发明专利]一种基于自调优深度学习的机械故障预测方法有效
| 申请号： | 202010437200.9 | 申请日： | 2020-05-21 |
| 公开（公告）号： | CN111625992B | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 文龙;李新宇;邓楚凡 | 申请（专利权）人： | 中国地质大学（武汉）;华中科技大学 |
| 主分类号： | G06F18/2415 | 分类号： | G06F18/2415;G06F18/2131;G06N3/045;G06N3/0464;G06N3/047;G06N3/092;G06N3/0985 |
| 代理公司： | 武汉知产时代知识产权代理有限公司 42238 | 代理人： | 曹雄 |
| 地址： | 430000 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于自调优深度学习的机械故障预测方法，方法包括：构建基于CNN的故障诊断模型；利用所述故障诊断模型构建强化学习模型；训练所述强化学习模型，并利用所述强化学习模型自适应调节所述故障诊断模型的学习率；利用自适应调节学习率的所述故障诊断模型进行故障诊断。本发明的有益效果是：构建了一个卷积神经网络强化学习混合模型，该模型根据基于CNN的故障诊断模型的实时状态，实现对学习率的自动调节，进而提高该故障诊断模型的学习效率和学习效果，提高故障诊断性能。 | ||
| 搜索关键词： | 一种 基于 自调 深度 学习 机械 故障 预测 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中国地质大学（武汉）;华中科技大学，未经中国地质大学（武汉）;华中科技大学许可，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/202010437200.9/，转载请声明来源钻瓜专利网。
