公开(公告)号：CN115597662A

公开(公告)日：2023-01-13

申请号：CN202211226751.6

申请日：2022-10-09

Applicant: 中国第一汽车股份有限公司(CN)

Inventor： 刘洪伟 ,  刘春来 ,  郑吉彪 ,  杨春辉 ,  崔明雨 ,  刘俊运 ,  崔朝亮 ,  王洪超 ,  杨邵晨 ,  班晨迪

IPC: G01D21/02 ,  G06N3/04 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明具体涉及一种基于小波变换与深度学习的旋转类机械装备故障诊断方法、设备及介质。所述方法包括如下步骤：S1、布置振动传感器和温度传感器采集数据并构建数据集；S2、将采集到的数据进行小波变换，将电机运行期间采集的多维度原始电信号X转换成多通道图像I；S3、利用深度卷积神经网络提取多通道图像特征，以最后一个卷积层的输出结果为S3的输出，结果记为O；S4、将S3得到的结果O中的所有元素拆分合并为1维向量，作为全连接神经网络的输入，其中全连接神经网络具有多个隐藏层，以其最后一层的结果作为最终输出O’,通过softmax函数，将O’进行归一化处理，以O’中最大的元素所在位置作为电机状态的最终预测值。