基于一维深度残差卷积神经网络的旋转机械故障诊断方法

摘要

本发明公开了一种基于一维深度残差卷积神经网络的旋转机械故障诊断方法，首先，通过堆积的一维残差模块使网络学习到训练样本更深层和更抽象的故障特征；然后，使用Adam优化算法对所有超参数进行优化，完成深层次特征的提取及故障分类，获得基于一维深度残差卷积神经网络的旋转机械故障诊断系统模型；最后，将测试样本输入到已经训练好的故障诊断模型中，自动提取深层特征，诊断出旋转机械的健康状况。