本发明公开了一种基于一维卷积神经网络的自适应故障诊断方法,其利用一维卷积神经网络作为主要模型结构,直接输入一维时序信号,就能立即输出高精度诊断结果,相比传统人工提取特征进行诊断的方式更便捷、高效,对诊断人员的专业知识经验需求更低;同时相比基于其他神经网络结构的故障诊断方式,一维卷积神经网络模型在保持诊断精度的同时,模型更简单、计算更快速,能为实时故障诊断提供良好保障。本发明作为一种实时快速的自适应故障诊断方法,能从容应对故障类型的多样性,可以广泛应用于机械制造、航空航天、电气、冶金等领域。
声明:
“基于一维卷积神经网络的自适应故障诊断方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)