本發(fā)明公開了一種基于深度神經(jīng)網(wǎng)絡(luò)的螺栓擰緊失效原因分析方法，包括創(chuàng)建擰緊場(chǎng)景、獲取特征指標(biāo)、創(chuàng)建初始標(biāo)簽數(shù)據(jù)、建立全連接神經(jīng)網(wǎng)絡(luò)模型、預(yù)測(cè)失效原因，在擰緊的場(chǎng)景中，以10％的不合格曲線以及特征指標(biāo)作為樣本數(shù)據(jù)，對(duì)樣本數(shù)據(jù)進(jìn)行高斯混合模型聚類，得到4～5個(gè)聚簇，對(duì)每個(gè)聚簇的所有擰緊曲線中的角度數(shù)據(jù)X和所有扭矩?cái)?shù)據(jù)Y進(jìn)行多項(xiàng)式回歸，得到回歸曲線。本發(fā)明涉及機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，該基于深度神經(jīng)網(wǎng)絡(luò)的螺栓擰緊失效原因分析方法，通過(guò)利用計(jì)算機(jī)軟件算法，能夠代替專業(yè)人員自動(dòng)判別每一次擰緊失效的異常原因后定向反饋，進(jìn)而達(dá)到節(jié)約人工并為其他報(bào)警、監(jiān)控類軟件系統(tǒng)提供數(shù)據(jù)支持的目的。