原创力文档- 1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于无线传感器网络多测量向量的机械装备故障诊断方法，属于深度学习技术领域。该方法包括以下步骤：S1：多测量向量的压缩采集；S2：数据处理；S3：卷积神级网络模型训练；S4：识别故障类型。本发明突破了Nyquist采样定律的限制，降低数据采集的量，从而降低无线传感器网络的负载。相比传统人工提取特征进行诊断的方式更便捷、高效，减少了对人工和专业知识的需求。采用了多测量向量MMV的进行数据压缩采集，提高采集的压缩数据量只包含更多的故障源信息，比SMV模型的故障诊断的识别率更高。
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 112257773 B
(45)授权公告日 2022.06.10
(21)申请号 202011121385.9 US 2020285983 A1,2020.0
文档评论（0）