摘要
本发明提供一种基于可解释稀疏优化展开网络的机械状态监测方法,包括以下步骤:S100:进行机械状态数据监测测试,以获取机械状态信号;S200:构建稀疏优化模型,将提取到的机械状态特征采用稀疏特征表征;S300:利用交替乘子法推导稀疏优化模型的迭代优化求解算法;S400:引入可学习参数替换迭代优化求解算法中的参数;S500:利用展开算法框架构建可解释稀疏优化展开网络;S600:利用可解释稀疏优化展开网络识别测试机械的健康状态;本发明将调Q小波变换嵌入稀疏优化模型中,并利用其多尺度特性与小波字典结构进行稀疏特征表征,能够使得在特征提取阶段实现对关键状态信息的精确捕获。
技术关键词
机械状态监测方法
求解算法
机械状态特征
交替乘子法
网络
稀疏特征
测试机械
调Q小波变换
算法框架
故障特征
字典结构
参数
稀疏字典
中间层
重构误差
度量
数据
信号
变量
系统为您推荐了相关专利信息
运动想象脑机接口
卷积神经网络模型
卷积神经网络模块
分类方法
分类准确率
煤矿立井井筒
裂缝检测方法
井壁图像
制作图像数据
模块
视觉检测方法
可见光图像
网络
损失函数设计
运动