【技术实现步骤摘要】
本专利技术涉及旋转机械的智能诊断领域，尤其涉及一种基于深度学习的旋转机械振动分析模型的建立方法。
技术介绍
1、在旋转机械领域，为了保证机械装备能够稳定安全可靠地运行，通常配备有相应的振动在线状态监测系统；相关技术中，该系统采用传统的故障识别技术，通过信号处理技术对提取的故障特征进行分类：
2、一方面，以该信号处理技术为手段的设备诊断技术，对同时发生多故障的状况与各种故障之间可能存在的联系及影响难以分析清楚；
3、另一方面，这种利用智能算法作为故障特征分类器的方式，是将特征提取和故障识别作为两个独立的过程，整个模型的精度更依赖于该信号处理技术所提取的特征是否明显。
技术实现思路
1、本专利技术要解决的技术问题在于，提供一种基于深度学习的旋转机械振动分析模型的建立方法。
2、本专利技术解决其技术问题所采用的技术方案是：
3、提供一种基于深度学习的旋转机械振动分析模型的建立方法，包括以下步骤：
4、获取机械设备的振动数据并进行预处理，...
【技术保护点】
1.一种基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤S2可包括：
3.根据权利要求2所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤S23之后可包括：
4.根据权利要求3所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，在输出所述一维CNN模型的模型权重之后，可包括：
5.根据权利要求1所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤S3可包
6...
【技术特征摘要】
1.一种基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤s2可包括：
3.根据权利要求2所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤s23之后可包括：
4.根据权利要求3所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，在输出所述一维cnn模型的模型权重之后，可包括：
5.根据权利要求1所述的基于深度学习的旋转机械振动分析模型的建立方法，其特征在于，所述步骤s3可包括：
6.根据权利要求5所述的基于深度学习的旋转机械振...
【专利技术属性】
技术研发人员：倪秋华，张华芳，王超，张舒麒，高伟，
申请(专利权)人：苏州热工研究院有限公司，
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。