一种基于循环神经网络的智能故障诊断方法

发明专利有效专利

申请号：
CN201810601111.6
IPC分类号：G06K9/00;G06N3/04;G01M13/00
申请日期：
2018-06-12
申请人：
南京航空航天大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于循环神经网络的智能故障诊断方法
申请号	CN201810601111.6	申请日期	2018-06-12
法律状态	实质审查	申报国家	中国
公开/公告日	2018-12-07	公开/公告号	CN108960077A
优先权	暂无	优先权号	暂无
主分类号	G06K9/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） 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（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕	IPC分类号	G;0;6;K;9;/;0;0;;;G;0;6;N;3;/;0;4;;;G;0;1;M;1;3;/;0;0查看分类表>
申请人	南京航空航天大学	申请人地址	江苏省南京市秦淮区御道街29号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京航空航天大学	当前权利人	南京航空航天大学
发明人	李舜酩;朱彦祺;王云琦
代理机构	南京瑞弘专利商标事务所（普通合伙）	代理人	唐绍焜

摘要

本发明公开了一种基于循环神经网络的智能故障诊断方法，包括如下步骤：(1)利用加速度传感器获取旋转机械在不同健康状态下工作的时序振动信号，将获得的原始振动信号分成训练集与测试集；(2)建立循环神经网络；(3)对循环神经网络中进行训练；(4)对训练好的循环神经网络进行测试，根据分类结果判断网络是否达到预期诊断目标，若准确度低于期望值，则重复步骤(3)直到获得准确度高于期望值的循环神经网络；(5)通过所述步骤(4)得到的循环神经网络进行智能故障诊断。本发明利用循环神经网络对于序列信息的建模能力，直接处理原始时序振动信号，可以充分利用较少的信息来精确地诊断旋转机械故障，并有很高的识别速度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供