基于自动编码器的振动信号数据处理方法技术

本发明专利技术公开了一种基于自动编码器的振动信号数据处理方法，本方法获取设备的振动信号原始数据，搭建基于深度神经网络架构的自动编码器，原始数据输入搭建的自动编码器，得到振动信号重构数据；设计损失函数loss<subgt;diff</subgt;，自动编码器的损失函数loss<subgt;total</subgt;为常见自动编码器的损失函数loss<subgt;MSE</subgt;与设计损失函数loss<subgt;diff</subgt;之和；通过训练最小化损失函数loss<subgt;total</subgt;，实现对原始数据的过滤及重构。本方法针对振动信号通过构建深度神经网络架构的自动编码器和重构损失函数，重构原始振动数据，解决由于受环境因素影响，实际生产中采集的振动信号有噪音分量，导致后续模型报警及诊断的准确性和鲁棒性受干扰的问题。

【技术实现步骤摘要】

本专利技术涉及设备在线检测，尤其涉及一种基于自动编码器的振动信号数据处理方法。

技术介绍

1、自动编码器(auto encoder)是一种无监督的数据特征提取方法，如图1所示，自动编码器通常由编码器(encoder，e)和解码器(decoder,d)组成，包括输入层(input layer)、隐藏层(hidden layer)和输出层(output layer)。

2、n维数据x＝{x1，x2，x3，...，xn}作为自动编码器输入，经过编码器神经网络的多层映射，获取得到m维特征向量z＝{z1，z2，z3，...，zm}，其中(n>m)，即：

3、z＝f(w(1)x+b(1))

4、再将此特征向量作为解码器输入，将m维特征向量重新映射为n维的重构数据x′＝{x′1，x′2，x′3，...，x′n}，即：

5、x′＝f(w(2)z+b(2))

6、其中，w和b分别为权重和偏置，(1)和(2)分别表示编码及解码阶段。

7、为保证z的有效性，还需要通过设置一个损失函数(loss fun本文档来自技高网...

【技术保护点】

1.一种基于自动编码器的振动信号数据处理方法，其特征在于本方法包括如下步骤：

【技术特征摘要】

1.一种基于自动编码器的振动信号数据处...

【专利技术属性】
技术研发人员：吴杰，龚敬群，
申请(专利权)人：宝武装备智能科技有限公司，
类型：发明
国别省市：