技术总结
本发明公开了一种基于模糊处理的深度学习在液压装备故障诊断中的应用，包括下述步骤：(1)引入时间标签和模糊权重对液压设备运行监测数据进行预处理，并分成训练数据集和测试数据集；(2)将训练数据集作为稀疏自编码网络的输入向量进行无监督预训练；(3)将有标签数据和无标签数据作为Softmax分类器的输入向量训练Softmax分类器；(4)利用BP算法对深度学习网络参数进行微调；(5)故障状况的智能诊断。本发明首先引入时间标签和模糊权重的方法对数据进行预处理；然后使用稀疏自编码完成样本数据的高层特征提取，并使用Softmax分类器对设备故障状态进行分类诊断来构建ICM模型；最后利用BP算法微调整个网络全局最优参数，实现故障状况的智能诊断。
技术研发人员：刘晶;和述群;季海鹏;董永峰;刘彦凯
受保护的技术使用者：河北工业大学
文档号码：201611039519
技术研发日：2016.11.11
技术公布日：2018.02.06