本發明公開了一種深度卷積神經網絡的旋轉機械健康評估方法,包括振動信號采集;網絡訓練集的構建;深度卷積網絡的構建;深度卷積網絡的訓練;網絡測試和健康指標的構建;健康指標評價。本發明結合深度學習強大特征提取能力的優勢,訓練標簽設置考慮了分段線性退化。本發明將原始振動信號輸入到深度卷積神經網絡中,將深度卷積神經網絡提取到的特征輸入到深度神經網絡中構建健康指標,利用多項式衰減學習效率高效訓練神經網絡。本發明能準確評估旋轉機械健康狀態,可廣泛應用于化工、冶金、電力、航空等領域旋轉機械健康評估,能準確描述這些零部件性能退化的動態過程,還能進行剩余壽命預測。
聲明:
“深度卷積神經網絡的旋轉機械健康評估方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)