咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明公开了一种基于深度学习的机械装备故障诊断方法,具体包括以下步骤:步骤S1:对机械设备的主要数据源和次要数据源进行数据采集并进行预处理,得到数据集;步骤S2:采用5折交叉验证方法,将数据集分为训练集、验证集和测试集;步骤S3:基于CNN和BD‑LSTM建立故障诊断模型,将训练集输入故障诊断模型中提取隐藏特征后进行训练,并输出诊断结果。本发明采用BD‑LSTM进行平滑跟踪和预测结果,处理了由于操作和环境干扰引起的不确定性;传感器监测数据采用CNN和BD‑LSTM并行提取隐藏特征,两条没有相关性的路径输出都会影响预测,且可根据预测的误差校正网络中的每个参数。
著 录 项:
专利/申请号: | CN202010662863.0 | 专利名称: | 一种基于深度学习的机械装备故障诊断方法 |
申请日: | 2020-07-10 | 申请/专利权人 | 重庆大学 |
专利类型: | 发明 | 地址: | 重庆市沙坪坝区沙正街174号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G05B23/02搜分类 机械制造搜索 |
公开/公告日: | 2022-10-28 | 转让价格: | 12000.0元 |
公开/公告号: | CN111813084B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |