原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明公开了一种机械设备故障诊断方法及系统，涉及机械设备故障诊断技术领域，该方法包括：获取机械振动信号以及时间序列数据，利用层次符号分析法对低频和高频的时间序列进行分析，提取机械振动信号中的概率向量并获取时间序列的特征信息，基于粒子群优化算法与卷积神经网络构建PSO‑CNN模型；PSO‑CNN模型通过PSO将CNN算法中需要训练的参数作为粒子进行优化，将优化后的参数用于CNN算法的前向传播，调整网络连接权矩阵迭代，直到误差收敛，以达到提升收敛速度避免过拟合的目的；将提取的特征信息输入PSO‑CN
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116894175 A
(43)申请公布日 2023.10.17
(21)申请号 202310910252.7
(22)申请日 2023.07.24
(71)申请人 西安理工大学
地址 710054
文档评论（0）