一种基于神经网络分析的故障诊断方法

AITNT
正文
推荐专利
一种基于神经网络分析的故障诊断方法
申请号:CN202411567141
申请日期:2024-11-05
公开号:CN119513740A
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种基于神经网络分析的故障诊断方法,涉及故障诊断技术领域,包括:采集复杂装备系统中的历史系统数据;对所述历史系统数据进行预处理操作,生成对应的目标系统数据;基于卷积神经网络提取所述目标系统数据对应的目标系统特征;计算所述目标系统特征对应的信息增益作为分裂标准,根据所述分裂标准构建用于故障诊断的决策树模型;获取所述复杂装备系统中的当前系统数据并输入至用于故障诊断的决策树模型,输出对应的故障诊断结果并展示给用户端。本发明可以通过卷积神经网络进行特征提取,提高了故障诊断的准确性,缩短了诊断时间,降低了对数据完整性的要求,进而可以提高复杂装备系统的可靠性、可修复性和安全性。
技术关键词
系统特征 输出特征 故障诊断方法 决策树模型 卷积神经网络提取 数据 可视化方式 装备 故障诊断技术 符号 坐标 插值法 样本 图表 传感器 曲线 图像
系统为您推荐了相关专利信息
1
一种基于双层级深度学习算法的粮食杂质检验方法
深度学习算法 检验方法 YOLO模型 样本 网络结构
2
基于联邦学习和知识蒸馏的自适应配电线路部件检测系统
部件检测系统 权重特征 模型更新 教师 蒸馏
3
一种基于动态特征融合网络的多模态乳腺超声诊断系统
特征融合网络 乳腺超声图像 超声诊断系统 输出特征 动态
4
基于边界感知卷积的医学图像分割方法、系统及存储介质
医学图像分割方法 多尺度特征 编码器模块 分层解码器 注意力
5
面向山地的无人机路径规划与资源分配方法、装置和设备
无人机路径规划 资源分配方法 周期 输出特征 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号