基于卷积神经网络的设备故障自适应上下预警界生成方法

摘要

本发明提供了一种基于卷积神经网络的设备故障自适应上下预警界生成方法，可用于化纤卷绕机在纺丝过程中的故障诊断，方法包括：用于区间预测的卷积神经网络模型，用于区间自适应生成和分类的上下界模型。本发明利用对化纤卷绕机在纺丝过程中采集到的振动信号进行故障诊断，克服了已有的故障诊断技术准确度不高、易受人为因素影响的不足，引入代价敏感学习模块对卷积神经网络更新迭代过程中的损失函数进行优化，从而得到误分代价为优化目标的机器学习故障检测方法。本发明在样本不平衡条件下有较好的实用性。