基于进化神经网络的设备故障辨识方法及系统

摘要

本发明公开了一种基于进化神经网络的设备故障辨识方法及系统，所述方法包括：对振动原始数据进行预处理，以构造出能反映设备各个故障状态的样本特征；以样本特征为输入，以故障状态为输出，建立基于自适应遗传算法优化神经元连接权重的进化神经网络；采用进化神经网络对模型进行训练，以得到电机设备故障辨识模型；根据电机设备故障辨识模型对电机设备的故障状态进行辨识。本发明通过对振动原始数据进行特征提取和分析，构造出样本特征，作为进化神经网络的输入，在进化神经网络中，使用自适应遗传算法对网络连接权重进行优化，可以提高故障辨识的准确率，将进化神经网络与常规神经网络进行对比测试，进化神经网络的故障辨识准确率平均高出3.9％。