本發(fā)明提供了一種基于自調(diào)優(yōu)深度學習的機械故障預測方法,方法包括:構(gòu)建基于CNN的故障診斷模型;利用所述故障診斷模型構(gòu)建強化學習模型;訓練所述強化學習模型,并利用所述強化學習模型自適應調(diào)節(jié)所述故障診斷模型的學習率;利用自適應調(diào)節(jié)學習率的所述故障診斷模型進行故障診斷。本發(fā)明的有益效果是:構(gòu)建了一個卷積神經(jīng)網(wǎng)絡(luò)強化學習混合模型,該模型根據(jù)基于CNN的故障診斷模型的實時狀態(tài),實現(xiàn)對學習率的自動調(diào)節(jié),進而提高該故障診斷模型的學習效率和學習效果,提高故障診斷性能。
聲明:
“基于自調(diào)優(yōu)深度學習的機械故障預測方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學習研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)