一种基于1DCNN-LSTM网络模型的液压机故障诊断方法
实质审查的生效
摘要
本发明公开了一种基于1DCNN‑LSTM网络模型的液压机故障诊断方法，属于液压机故障诊断方法领域，提高故障诊断的精度和速度等，与人工提取特征作为输入的神经网络不同，1DCNN采用原始的时域信号作为输入，大大简化了诊断的设计和应用；通过一维卷积长短期记忆（1DCNN‑LSTM）网络提取空间和时间特征，有效地提取更大范围的特征以此提高故障诊断率；在提出的解决方案中，LSTM层遵循一维卷积神经网络（1DCNN），这使LSTM层中的时间步数大大少于输入段的长度。因此，LSTM层的计算复杂度大大降低；为了克服深度学习模型非常依赖于专业知识以及人工调试，我们使用IWOA算法解决了1DCNN‑LSTM模型中自动选择超参数的问题。
基本信息
专利标题 ：
一种基于1DCNN-LSTM网络模型的液压机故障诊断方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114462459A
申请号 ：
CN202210377316.7
公开（公告）日 ：
2022-05-10
申请日 ：
2022-04-12
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘琼王磊张海杰胡彬彬印志峰方昆严建文李贵闪
申请人 ：
合肥合锻智能制造股份有限公司
申请人地址 ：
安徽省合肥市经济技术开发区紫云路123号
代理机构 ：
北京保识知识产权代理事务所(普通合伙)
代理人 ：
陈晓清
优先权 ：
CN202210377316.7
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06N3/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06K 9/00
申请日 : 20220412
申请日 : 20220412
2022-05-10 ：
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
