一种基于多任务特征共享神经网络的智能故障诊断方法

作者：李巍华; **; 黄如意

来源：2019-06-05, 中国, ZL201910486472.5.

本发明公开了一种基于多任务特征共享神经网络的智能故障诊断方法,包括步骤：(1)分别采集旋转机械在不同实验工况下的原始振动加速度信号,通过截取一定长度的信号数据来构成样本,并进行标注；(2)构建多任务特征共享神经网络,包括：输入层、特征提取器、分类模型和预测模型；(3)采用多任务联合训练,同时训练分类和预测模型；(4)将实际工业环境中采集的振动加速度信号输入已训练好的模型,得到多任务诊断结果。本发明能同时实现对故障类型的分类以及故障程度的预测,具有较高的实际应用价值。

• 单位
  华南理工大学