摘要
本发明揭示了一种旋转机械设备故障诊断方法,包括以下步骤:步骤1、采集每个测点诊断数据,并对数据进行预处理和划分,获得测试集;步骤2、利用特征提取模型处理测试集;步骤3、获得测试集高维特征;步骤4、利用分类网络模型处理测试集高维特征;步骤5、输出获得故障类型判别结果。本发明建模准确高效,识别准确率高,整体实用性强,如图2所示,模型训练完成后对实验台6个传感器收集的故障数据进行分类,结果表明模型分类效果优异,并对分类结果绘制了如下混淆矩阵,可知6类样本数据只有少部分样本被误判,识别准确率满足工业需求说明本发明所提的设备故障诊断方法有着一定的实用价值。
技术关键词
特征提取网络
特征提取模型
样本
分类网络
数据
设备故障诊断方法
训练集
分支
算法模型
信号
实验台
时序
特征值
级联
传感器
矩阵
元素
工业
系统为您推荐了相关专利信息
光谱反射率曲线
土壤光谱反射率
随机森林模型
光谱校正方法
样本
负荷
智能预测方法
智能预测系统
配电网管理
数值
性评估方法
免疫细胞
肿瘤治疗
分类预测模型
逻辑回归模型