[发明专利]机器状态监测方法、可读存储介质及电子设备

权利要求书

1.一种机器状态监测方法，其特征在于，包括：

提取用于监测机器状态的传感器信号的时频域特征；

将单个传感器信号及单个时频域特征输入神经网络进行目标变量分类，得到单个传感器信号、单个时频域特征的分类精度；

将单个传感器信号的贡献度以及单个时频域特征的贡献度分别进行排序；

选取所述贡献度大的前m1个传感器信号和前m2个时频域特征形成缩减输入数据集，其中m1、m2为正整数；

将所述缩减输入数据集输入深度残差网络进行训练。

2.根据权利要求1所述的机器状态监测方法，其特征在于，所述时频域特征包括时域特征和/或频域特征；所述时域特征包括平均值、方差、均方根、峰值、波峰因子、峭度因子、波形因子、脉冲因子和裕度因子中的至少一种；所述频域特征包括重心频率、频率方差和均方频率中的至少一种。

3.根据权利要求1所述的机器状态监测方法，其特征在于，所述将单个传感器信号及单个时频域特征输入神经网络进行目标变量分类，得到单个传感器信号、单个时频域特征的分类精度的步骤中，采用的神经网络为单隐层前馈神经网络。

4.根据权利要求3所述的机器状态监测方法，其特征在于，所述将单个传感器信号及单个时频域特征输入神经网络进行目标变量分类，得到单个传感器信号、单个时频域特征的分类精度之后，还包括：

将所述分类精度进行归一化处理。

5.根据权利要求1-4任一项所述的机器状态监测方法，其特征在于，所述深度残差网络包括残差块、全局平均池化层和Softmax层；

所述残差块的输出与输入相加传入下一层；所述全局平均池化层用于接收所述残差块的输出与输入相加的结果，并将处理结果传输给所述Softmax层；所述Softmax层用于得到标签预测的结果。

6.根据权利要求5所述的机器状态监测方法，其特征在于，所述残差块设有至少两个，所述全局平均池化层和所述Softmax层各设置一个。

7.根据权利要求5所述的机器状态监测方法，其特征在于，所述残差块由三个基本块构成，所述基本块包括卷积层、批处理规范化层和ReLU激活层。

8.根据权利要求7所述的机器状态监测方法，其特征在于，所述深度残差网络的输入层为传感器信号和时频域特征组成的矩阵。

9.一种可读存储介质，其特征在于，其上具有可执行指令，当可执行指令被执行时，使得计算机执行如权利要求1-8任一项所述的机器状态监测方法中的步骤。

10.一种电子设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有适于所述处理器执行的计算机程序指令，所述计算机程序指令被所述处理器运行时执行如权利要求1-8任一项所述的机器状态监测方法中的步骤。