公开(公告)号：CN119598310A

公开(公告)日：2025-03-11

申请号：CN202411457747.X

申请日：2024-10-18

Applicant: 南京信息工程大学

Inventor： 严颖 ,  范怀熙 ,  朱家琦 ,  杨凡锐 ,  蔡骏 ,  李浩然 ,  韦中 ,  连静

IPC: G06F18/2415 ,  G06F18/214 ,  G06N3/0499 ,  G06N3/08 ,  G06N3/084

Abstract: 本申请涉及一种基于模拟退火动态多项式网络的故障诊断方法、装置、计算机设备和存储介质。所述方法包括：获取待故障诊断对象的包括预设数量的状态数据集；构建从输入到输出的方向依次包括输入层、单项式及阶次选择层、多项式层、全连接层、Softmax层和输出层的待训练网络结构；采用指定损失函数获得待训练网络结构的损失值，根据损失值结合BP算法、Adam算法和模拟退火算法对待训练网络结构进行迭代训练，获得以状态数据集为输入、故障诊断数据集为输出的模拟退火动态多项式网络；将状态数据集输入模拟退火动态多项式网络，获得待故障诊断对象的故障诊断数据集。采用本方法能够获得待故障诊断对象的诊断或预测结果，计算时间短，应用范围广泛。

公开(公告)号：CN119598307A

公开(公告)日：2025-03-11

申请号：CN202411452273.X

申请日：2024-10-17

Applicant: 南京信息工程大学

Inventor： 严颖 ,  吕炯睿 ,  张裕坤 ,  杨凡锐 ,  蔡骏 ,  朱家琦 ,  顾启航 ,  范志勇

IPC: G06F18/2415 ,  G06F18/21 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种基于梯度评分的动态多维泰勒网的故障诊断方法，包括首先构建故障信号特征数据集，包括若干故障原始信号、以及对应的故障标签。然后构建基于梯度评分的动态多维泰勒网的故障诊断神经网络，输入数据依次经过输入层、全连接层、多项式层、Sigmoid层、梯度打分层、打分排序选择层以及输出层进行前向传播。在梯度打分层利用自动微分技术计算损失函数相对于每个单项式系数的梯度，在打分排序选择层根据梯度对单项式进行排序，并动态调整单项式的激活状态，根据计算得到的梯度进行后向传播，更新模型的各层参数，根据计算得到的梯度进行后向传播，更新模型的各层参数，最后，输出层输出故障诊断结果。