公开(公告)号：CN110991424A

公开(公告)日：2020-04-10

申请号：CN201911354534.3

申请日：2019-12-25

Applicant: 安徽工业大学

Inventor： 童靳于 ,  丁克勤 ,  罗金 ,  刘庆运 ,  郑近德 ,  潘海洋

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/067 ,  G01M13/045

Abstract: 本发明公开基于最小熵解卷积和堆叠稀疏自编码器的故障诊断方法，属于故障诊断技术领域。该方法具体步骤为：采集待诊断物体的原始故障振动信号；对原始故障振动信号进行最小熵解卷积处理；将故障样本分为多个训练样本和测试样本；采用多个训练样本对基于堆叠稀疏自编码器的多故障分类器进行训练；采用已训练完成的多故障分类器对测试样本进行分类；根据分类结果识别故障物体的工作状态和故障类型。本发明提出的故障诊断方法有较高的创新性，与传统智能诊断算法相比，在故障识别过程中具有较高的识别度。