一种基于深度神经网络的机电设备故障诊断方法

发明专利有效专利

申请号：
CN202010426915.4
IPC分类号：G06K9/62;G06N3/04;G06N3/08;G06Q10/00
申请日期：
2020-05-19
申请人：
上海核工程研究设计院有限公司

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	申请日期	2020-05-19
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-15	公开/公告号	CN111666982A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? 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〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8;;;G;0;6;Q;1;0;/;0;0查看分类表>
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	上海核工程研究设计院有限公司	当前权利人	上海核工程研究设计院有限公司
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
代理机构	上海精晟知识产权代理有限公司	代理人	安曼

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。

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