公开(公告)号：CN118114118A

公开(公告)日：2024-05-31

申请号：CN202410322882.7

申请日：2024-03-21

Applicant: 南京理工大学

Inventor： 郭晓丹 ,  周冬冬 ,  杨静 ,  陆栋 ,  吕明 ,  张捷 ,  于琳 ,  王瑞

IPC: G06F18/241 ,  G06F18/243 ,  G06N3/0464

Abstract: 本发明公开了一种基于CNDT模型的典型武器装备故障诊断方法。采集历史运行数据，将其分为正常数据和故障数据，并将故障数据划分为不同故障类型。这些数据被标记并上传至计算机以供记录和分析。在将数据传递给模型之前，进行数据增强、降噪和归一化处理。本发明创建并使用了卷积神经网络和决策树，分别作为特征提取模型和故障分类模型。由此建立了一个典型武器装备故障诊断模型，该模型基于CNDT结构。首先，利用CNN强大的特征提取能力提取原始数据中的隐藏特征，接着将这些特征输入决策树模型输出结果；利用滚动轴承故障数据集对CNDT模型进行验证，结果表明该模型有着较高的准确率和较少的算法运行时间，为解决滚动轴承故障诊断问题提供了一种可行的解决方案。