发明专利已授权

一种基于改进卷积神经网络的故障诊断方法

📄 申请号：CN202010402905.7 📄 发布日：2025/10/17

著录项目信息

申请日

2020-05-13

公开号

CN111582396B

公开日

2023-05-02

申请人

江南大学

法律状态

已下证

专利类型

发明

主分类号

G06F18_214

IPC 分类号

G06F18_214 , G06N3_0464 ,

技术画像

所属领域

卷积神经网络人工智能算法深度学习故障诊断技术卷积神经网络

应用场景

工业设备故障诊断, 智能制造, 预测性维护, 设备健康管理, 状态监测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于改进卷积神经网络的故障诊断方法，涉及故障诊断技术领域，该方法建立改进的卷积神经网络模型，改进的卷积神经网络模型依次包括输入层、若干层特征提取层、新增卷积层、全连接层和输出层，每层特征提取层分别依次包括卷积层和池化层，使用训练集和测试集基于改进的卷积神经网络模型训练得到故障诊断模型，即可用于自动化的故障诊断，该方法在特征提取层和全连接层之间还设置了一个新增卷积层，新增卷积层可以提取模型深层特征，有效增强模型的泛化能力，同时对特征提取层也进行了改进，在一定程度上可以减少过拟合的风险并加快计算速度。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种新型整流功率矫正拓扑结构的LED频闪驱动电源

当前第 / 件

基于CNN和LSTM的电力系统负荷预测方法

同领域国内专利 · IPC: (G06F18_214)

G06F18_00 G06F18_10 G06F18_15 G06F18_20 G06F18_21 G06F18_211 G06F18_2111 G06F18_2113 G06F18_2115 G06F18_213 G06F18_2131 G06F18_2132 G06F18_2134 G06F18_2135 G06F18_2136 G06F18_214 G06F18_22 G06F18_23 G06F18_231 G06F18_2321 G06F18_23213 G06F18_2323 G06F18_2337 G06F18_24 G06F18_241 G06F18_2411 G06F18_2413 G06F18_2415 G06F18_243 G06F18_2431 G06F18_2433 G06F18_2451 G06F18_25 G06F18_26 G06F18_27 G06F18_40 覆盖36个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：134 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于改进卷积神经网络的故障诊断方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06F18_214)

相似专利推荐 AI 驱动 · 同领域

一种低开销的加密恶意流量分类可信判定方法

一种基于智能化监测的安全配电柜

一种三元数快速精确正交-傅里叶梅林矩零水印构造方法

服务项目

资源中心

关于柿子坊