用于液压柱塞泵智能故障诊断的深度归一化卷积神经网络模型

摘要

本发明提供了一种用于液压柱塞泵智能故障诊断的深度归一化卷积神经网络模型，其构成包括时频特征图输入模块、特征提取模块和模式分类模块三部分。时频特征图输入模块由输入层构成；特征提取模块由卷积层A、批量归一化层A、最大池化层A、卷积层B、批量归一化层B和最大池化层B构成；模式分类模块由全连接层A、全连接层B和分类层构成。本发明构建的深度归一化卷积神经网络模型，具有强大的自学习能力，能够实现特征提取与状态分类的有效融合，分类精确率高、模型计算耗时少、鲁棒性强，可以准确高效地实现液压柱塞泵典型故障状态的智能诊断。