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
深度学习算法
检验方法
YOLO模型
样本
网络结构
特征融合网络
乳腺超声图像
超声诊断系统
输出特征
动态
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
无人机路径规划
资源分配方法
周期
输出特征
数据