【技术实现步骤摘要】
本专利技术涉及故障诊断，特别涉及一种故障类型识别模型训练方法、故障类型识别方法及装置。
技术介绍
1、在复杂系统中，故障的出现具有随机性和并发性，且随着系统规模的不断扩大，系统检测到多个故障之间的情况也更加复杂。以齿轮箱为例，齿轮箱是机械设备中重要的机械部件，起到变转速、传递扭矩等关键作用，其中齿轮和滚动轴承是齿轮箱最主要的部件，在实际工程中，齿轮箱中的齿轮、轴承故障往往以复合故障的形式发生，复合故障通常是指在机械设备上同时存在的两个或两个以上故障，不同的故障可能是同时出现的，也可能是在某个零部件出现故障以后，故障没有得到及时处理，从而引发其他部件也出现了故障，对于这类复合故障开展智能诊断研究具有一定的实际工程意义，由于齿轮箱工作结构复杂，其故障信号一般为不同故障特征耦合的多分量调制非稳定信号，目前对于这类复合故障的信号难以识别出其具体的故障类型。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种故障类型识别模型训练方法、故障类型识别
本文档来自技高网...【技术保护点】
1.一种故障类型识别模型的训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述预设的复合故障数据集，包括：
3.如权利要求1所述的方法，其特征在于，使用遗传算法优化神经网络模型，包括：
4.如权利要求3所述的方法，其特征在于，根据所述适应度最优的染色体个体中包含的参数信息，确定所述神经网络模型的结构规模，包括：
5.如权利要求4所述的方法，其特征在于，使用遗传算法优化神经网络模型的过程中，还包括：
6.如权利要求1所述的方法，其特征在于，对所述优化后的神经网络模型进行训练，得到故障类型识
【技术特征摘要】
1.一种故障类型识别模型的训练方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述预设的复合故障数据集，包括：
3.如权利要求1所述的方法，其特征在于，使用遗传算法优化神经网络模型，包括：
4.如权利要求3所述的方法，其特征在于，根据所述适应度最优的染色体个体中包含的参数信息，确定所述神经网络模型的结构规模，包括：
5.如权利要求4所述的方法，其特征在于，使用遗传算法优化神经网络模型的过程中，还包括：
6.如权利要求1所述的方法，其特征在于，对所述优化后的神经网络模型进行训练，得到故障类型识别模型，包括：
7.如权利要求1所述的方法，其特征在于，所述神经网络模型，包括：
8.如权利要求7所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：李迎丽，罗方伟，刘文才，魏振强，高俊峰，梁爽，郑会勇，章珉辉，王德建，
申请(专利权)人：中国石油天然气集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。