【技术实现步骤摘要】
本专利技术涉及设备故障诊断，具体的说是基于改进物理信息神经网络的滚动轴承故障模型求解方法。
技术介绍
1、本司旨在建设智能化、数字化工厂，其中海水淡化项目作为重点新兴产业项目，是智能化建设的高地，而作为设备智能化建设的基础，关键核心设备的寿命预测技术是重点研发方向；实际生产中高压泵是实现浓海水淡化的核心设备，而轴承作为高压泵的关键的部件，其健康水平直接影响泵体寿命和离子过滤效果，因此，需要建立完善的轴承全寿命周期数据库，通过对比特征来评判轴承的寿命阶段，从而实现对高压泵的运行状态评估。
2、在以往的发展中，本司公司建立了一定规模的数学模型并借此建立了的设备数据库，但生产场景变化意味着工况变化，以往的模型都需重新考虑工况参数并进行繁琐的求解，极大地限制了设备数据库的完善与发展；同时，实际数据集的发展受限，使得集团设备数据集更加依赖数学模型。
技术实现思路
1、针对现有技术的不足，本专利技术的目的是提供一种基于改进物理信息神经网络的滚动轴承故障模型求解方法。
2、本专利...
【技术保护点】
1.一种基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，每个并行结构之间具有相同的隐藏层个数和神经元个数，激活函数为cos函数，输出层的激活函数为双曲正切激活函数。
3.根据权利要求1所述的基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，频域损失函数的构建过程如下：
4.根据权利要求3所述的基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，数据损失函数表示为：
5.根据权利...
【技术特征摘要】
1.一种基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于改进物理信息神经网络的滚动轴承故障模型求解方法，其特征在于，每个并行结构之间具有相同的隐藏层个数和神经元个数，激活函数为cos函数，输出层的激活函数为双曲正切激活函数。
3.根据权利要求1所述的...
【专利技术属性】
技术研发人员：李建渊，李百川，马佳，许小宁，赵敬民，郑银虎，郑浩，赵琳，王宝华，张敬伟，李英男，陈中林，刘双军，孙建喜，范洋洋，
申请(专利权)人：唐山三友蓝海科技有限责任公司，
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。