简介:
本发明提供了一种基于自调优深度学习的机械故障预测方法,方法包括:构建基于CNN的故障诊断模型;利用所述故障诊断模型构建强化学习模型;训练所述强化学习模型,并利用所述强化学习模型自适应调节所述故障诊断模型的学习率;利用自适应调节学习率的所述故障诊断模型进行故障诊断。本发明的有益效果是:构建了一个卷积神经网络强化学习混合模型,该模型根据基于CNN的故障诊断模型的实时状态,实现对学习率的自动调节,进而提高该故障诊断模型的学习效率和学习效果,提高故障诊断性能。
本发明提供了一种基于自调优深度学习的机械故障预测方法,方法包括:构建基于CNN的故障诊断模型;利用所述故障诊断模型构建强化学习模型;训练所述强化学习模型,并利用所述强化学习模型自适应调节所述故障诊断模型的学习率;利用自适应调节学习率的所述故障诊断模型进行故障诊断。本发明的有益效果是:构建了一个卷积神经网络强化学习混合模型,该模型根据基于CNN的故障诊断模型的实时状态,实现对学习率的自动调节,进而提高该故障诊断模型的学习效率和学习效果,提高故障诊断性能。