专利名称：基于深度解耦卷积神经网络的复合故障诊断方法及
装置
专利类型：发明专利
发明人：李巍华,黄如意,刘龙灿申请号：CN201811406372.9申请日：20181123公开号：CN109655259A公开日：20190419
摘要：本发明公开了一种基于深度解耦卷积神经网络的复合故障诊断方法及装置其中方法包括步骤：步骤一：数据集的采集与标定，分别采集旋转机械单一及复合故障实验工况下的振动加速度信号得到若干样本分别组成训练集和测试集，并分别设定类别标签；步骤二：搭建一维深度卷积神经网络模型；步骤三：在keras框架下构建具有多标签输出特性的解耦分类器；步骤四：网络模型的训练，最终获得最优的深度解耦卷积神经网络模型；步骤五：复合故障的智能诊断与分类，输出得到复合故障的实时诊断结果。本发明在只使用单一故障信号来训练深度解耦网络模型的前提下提取复合故障信号中各单一故障特征，并通过解耦分类器实现复合故障的解耦与分类。
申请人：华南理工大学
地址：510640 广东省广州市天河区五山路381号
国籍：CN
代理机构：广州粤高专利商标代理有限公司
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容