基于神经网络统一建模的机器故障检测、分类和定级方法

摘要

本发明涉及一种基于神经网络统一建模的机器故障检测、分类和定级方法，属于机器故障检测方法技术和人工智能技术领域。首先采集待测机器运行过程中的转速、温度、振动和声音，根据机器故障标注日志和故障等级历时长度对样本特征添加样本标注，生成分类型分等级的故障样本集；从无故障状态的样本中随机抽取样本组成无故障样本集；故障样本集和无故障样本集组成完整的机器状态样本集。将故障类型和等级按二进制模式编码,不同类型不同级别的编码拼接成一个故障检测、分类、定级统一的编码。建立并统一训练深度神经网络模型，训练得到的模型具有更高的诊断准确率和预测能力，可以在多种故障类型并存的情况下同时诊断出多各种故障类型的分级结果。