基于模拟退火动态多项式网络的故障诊断方法和装置

    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

    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。

    一种基于梯度评分的动态多维泰勒网的故障诊断方法

    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

    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。

    一种基于非整数阶多项式模型的空调机组故障检测方法

    公开(公告)号:CN119598308A

    公开(公告)日:2025-03-11

    申请号:CN202411452276.3

    申请日:2024-10-17

    Abstract: 本发明公开了一种基于非整数阶多项式模型的空调机组故障检测方法,包括:获取目标空调机组的故障特征数据;将故障特征数据为训练集和测试集;构建非整数阶多项式网络NIOPN模型;对NIOPN模型的输入数据进行归一化处理;基于梯度下降和Adam优化算法通过对模型进行训练,基于反向传播算法通过测试集计算损失函数对模型参数的梯度,并更新模型参数,获得训练后的NIOPN模型;本发明通过引入非整数阶多项式层的网络架构,增强模型对复杂非线性数据的拟合能力,并且在保持模型精度的同时减少过拟合。该方法可广泛应用于各类数据回归与分类场景,特别适用于特征高度非线性的数据集。

    一种基于伊辛模型的复杂系统故障定位方法

    公开(公告)号:CN119598309A

    公开(公告)日:2025-03-11

    申请号:CN202411457520.5

    申请日:2024-10-18

    Abstract: 本发明公开了一种基于伊辛模型的复杂系统故障定位方法,包括:将复杂系统中的每个传感器对应为伊辛模型中的一个节点,用自旋变量表示传感器的状态;根据不同传感器之间的相关性以及传感器读数的变化趋势确定伊辛模型中的相互作用参数;定义能量函数,该能量函数包括相互作用项、外部场项以及与传感器读数相关的项;定义损失函数;随机初始化参数;使用优化算法最小化损失函数,更新参数;采用蒙特卡洛方法进行迭代更新节点状态,根据当前的能量函数和温度参数,以预设的概率更新节点的自旋状态;根据最终的节点自旋状态确定传感器的故障状态。本发明能够实现复杂系统的快速故障定位。

Patent Agency Ranking