本發(fā)明公開了一種深度卷積神經(jīng)網(wǎng)絡的旋轉(zhuǎn)機械健康評估方法，包括振動信號采集；網(wǎng)絡訓練集的構(gòu)建；深度卷積網(wǎng)絡的構(gòu)建；深度卷積網(wǎng)絡的訓練；網(wǎng)絡測試和健康指標的構(gòu)建；健康指標評價。本發(fā)明結(jié)合深度學習強大特征提取能力的優(yōu)勢，訓練標簽設置考慮了分段線性退化。本發(fā)明將原始振動信號輸入到深度卷積神經(jīng)網(wǎng)絡中，將深度卷積神經(jīng)網(wǎng)絡提取到的特征輸入到深度神經(jīng)網(wǎng)絡中構(gòu)建健康指標，利用多項式衰減學習效率高效訓練神經(jīng)網(wǎng)絡。本發(fā)明能準確評估旋轉(zhuǎn)機械健康狀態(tài)，可廣泛應用于化工、冶金、電力、航空等領域旋轉(zhuǎn)機械健康評估，能準確描述這些零部件性能退化的動態(tài)過程，還能進行剩余壽命預測。
聲明：
“深度卷積神經(jīng)網(wǎng)絡的旋轉(zhuǎn)機械健康評估方法” 該技術專利(論文)所有權(quán)利歸屬于技術(論文)所有人。僅供學習研究，如用于商業(yè)用途，請聯(lián)系該技術所有人。
我是此專利(論文)的發(fā)明人(作者)
1099
編輯：管理員
來源：中冶有色技術網(wǎng)
分享 0
舉報 0
收藏 0
反對 0
點贊 0
中冶有色技術平臺
2025年03月25日 ~ 27日 
