一种基于多特征融合深度神经网络的智能非充气轮胎健康监测方法

本发明公开了一种基于多特征融合深度神经网络的智能非充气轮胎健康监测方法，包括以下步骤：采集非充气轮胎的加速度信号，提取加速度信号的特征参数，建立高维数据特征数据集；将高维特征数据划分为高维训练集和高维测试集；将高维测试集数据输入多特征降维模型，并利用训练好的模型对高维测试集数据降维；将降维后的低维特征数据输入贝叶斯优化深度神经网络分类器中进行训练，基于训练完成的分类模型，预测测试样本的故障类型；使用本发明能处理数量日益庞大且具有高维度非线性特性的设备运行数据，降低故障数据的维度，提升诊断性能，更好的捕获隐藏在数据中能够反映设备健康状况的有用信息。