一种基于自动卷积神经网络的机械智能故障预测方法
授权
摘要
本发明提供一种基于自动卷积神经网络的机械智能故障预测方法，获取设备故障信号，并对其进行预处理，得到预处理后的故障信号；构建自动卷积神经网络ACNN故障诊断模型；所述ACNN故障诊断模型包括1组卷积神经网络CNN和1组深度确定性策略梯度网络DDPG；所述卷积神经网络CNN用于设备故障预测，所述深度确定性策略梯度网络DDPG用于实现对所述卷积神经网络CNN的学习率、批量和正则化三个参数进行自动调节；利用预处理后的故障信号训练所述ACNN故障诊断模型，得到训练完成的ACNN故障诊断模型；将所述训练完成的故障诊断模型应用于设备故障诊断。本发明提供的有益效果是：实现了对卷积神经网络参数的自动调节与优化，使得卷积神经网络对故障特征具有良好的提取能力。
基本信息
专利标题 ：
一种基于自动卷积神经网络的机械智能故障预测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112527547A
申请号 ：
CN202011496477.5
公开（公告）日 ：
2021-03-19
申请日 ：
2020-12-17
授权号 ：
CN112527547B
授权日 ：
2022-05-17
发明人 ：
文龙李新宇高亮
申请人 ：
中国地质大学（武汉）;华中科技大学
申请人地址 ：
湖北省武汉市洪山区鲁磨路388号
代理机构 ：
武汉知产时代知识产权代理有限公司
代理人 ：
张毅
优先权 ：
CN202011496477.5
主分类号 ：
G06F11/07
IPC分类号 ：
G06F11/07 G06N3/04 G06N3/08 G06N20/10
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F11/00
错误检测；错误校正；监控
G06F11/07
响应错误的产生，例如，容错
法律状态
2022-05-17 ：
授权
2021-04-06 ：
实质审查的生效
IPC(主分类) : G06F 11/07
申请日 : 20201217
申请日 : 20201217
2021-03-19 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
