一种基于深度神经网络的设备健康状况评估方法和装置

本发明公开了一种基于深度神经网络的设备健康状况评估方法和装置。所述方法包括：将待测设备模拟运行在不同的工作状态下，并获取不同工作状态下对应的振动频域信号；随机选取预设数量的振动频域信号作为样本数据，并采用DAE算法，来训练预设的深度神经网络；采用训练好的深度神经网络，来评估待测设备的健康状态。本发明提供的方法，结合设备大数据的特点与深度神经网络的优势，可以同时完成设备大数据故障特征自适应提取和设备健康状况的识别，还可以自适应地提取健康状况信号频谱中蕴含的故障信息，取得了较高的设备健康评估精度，更能表征设备数据内部隐藏的复杂多变的特性，在面对复杂的监测诊断任务时，可以更准备地识别设备健康状况。