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
本发明提供了一种工业设备故障诊断方法，属于故障分析领域，包括：获取设备实时运行参数；将设备实时运行参数及设备历史故障类别数据输入贝叶斯风险决策模型进行计算，输出设备实时运行参数对应的不同设备故障类别及各类故障的条件概率；将设备实时运行参数及其对应的不同设备故障类别输入biLSTM‑PCNN模型，输出故障的影响参数。本发明以工业设备的故障记录和对应的实时运行参数为分析对象，通过贝叶斯风险决策模型和biLSTM‑PCNN模型开展深度学习，识别设备故障的时序参数特征，实现故障隐患的监测预警和故障原因诊
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117032165 A
(43)申请公布日 2023.11.10
(21)申请号 202310992162.7
(22)申请日 2023.08.08
(71)申请人 贵州理工学院
地址 550003
文档评论（0）