- 专利标题： 一种基于深度神经网络的机电设备故障诊断方法
-
申请号： CN202010426915.4申请日： 2020-05-19
-
公开(公告)号： CN111666982A公开(公告)日： 2020-09-15
- 发明人: 张健鹏 , 张东生 , 毕道伟 , 匡红波 , 钟华 , 卜江涛 , 刘欢 , 张艳婷
- 申请人： 上海核工程研究设计院有限公司
- 申请人地址： 上海市徐汇区虹漕路29号
- 专利权人： 上海核工程研究设计院有限公司
- 当前专利权人： 上海核工程研究设计院股份有限公司
- 当前专利权人地址： 200233 上海市徐汇区虹漕路29号
- 代理机构： 上海精晟知识产权代理有限公司
- 代理商 安曼
- 主分类号： G06K9/62
- IPC分类号： G06K9/62 ; G06N3/04 ; G06N3/08 ; G06Q10/00
摘要：
本发明公开的一种基于深度神经网络的机电设备故障诊断方法，包括数据采集、数据预处理、深度神经网络训练、机电设备故障在线识别和未知故障自动学习。本发明不依赖人工选择故障特征，能够较为全面的学习设备状态监测数据中蕴含的信息，该方法可以实现设备状态数据到故障类别的自动拟合，减少了进行故障诊断算法开发的工作量，该方法通过对未知故障的学习，可以实现故障诊断功能的不断拓展，提高系统的投资效益。
公开/授权文献
- CN111666982B 一种基于深度神经网络的机电设备故障诊断方法 公开/授权日：2023-04-18
