摘要
本发明公开了一种基于神经网络的船舶电机轴承故障类别识别方法,先对数据集进行分析提取船舶电机轴承故障信号分量,再利用生成器产生船舶电机轴承故障诊断数据样本,利用船舶电机轴承故障信号分量训练判别器和求解损失函数,利用生成器获取故障信号分量数据样本并训练判别器,再利用判别器输出训练生成器,反复训练判别器与生成器,融合数据集得到船舶电机轴承故障诊断的训练集,最后利用对抗神经网络算法构建船舶电机轴承故障诊断模型并进行推理输出;本发明方法可以提高船舶电机的运行可靠性,延长设备使用寿命,减少意外停机时间,从而提升船舶整体的运营效率和安全性。
技术关键词
船舶电机
轴承故障信号
轴承故障诊断
故障类别
识别方法
样本
延长设备使用寿命
数据
神经网络算法
标签类别
训练集
数学
随机噪声
参数
系统为您推荐了相关专利信息
分类识别模型
图像
预测特征
特征融合网络
像素点
鱼类识别方法
灰狼算法
智能算法
图像
双线性插值算法
证书图像
图像特征提取模型
文本特征向量
图像特征向量
传播算法
物流
退货订单
包裹
异常识别方法
计算机可执行指令