发明公开
- 专利标题: 核主泵故障诊断模型的训练方法、故障诊断方法和系统
-
申请号: CN202310059996.2申请日: 2023-01-16
-
公开(公告)号: CN115795313A公开(公告)日: 2023-03-14
- 发明人: 姚源涛 , 许松 , 戈道川 , 郁杰
- 申请人: 中国科学院合肥物质科学研究院
- 申请人地址: 安徽省合肥市蜀山区蜀山湖路350号2号楼1110信箱
- 专利权人: 中国科学院合肥物质科学研究院
- 当前专利权人: 中国科学院合肥物质科学研究院
- 当前专利权人地址: 安徽省合肥市蜀山区蜀山湖路350号2号楼1110信箱
- 代理机构: 合肥和瑞知识产权代理事务所
- 代理商 金宇平
- 主分类号: G06F18/214
- IPC分类号: G06F18/214 ; G06F18/2415 ; G06F18/213 ; F04D15/00
摘要:
本发明涉及核主泵故障诊断领域,尤其涉及一种核主泵故障诊断模型的训练方法、故障诊断方法和系统。本发明提出的一种核主泵故障诊断模型的训练方法,结合源域和目标域构建训练样本,通过特征提取器提取输入数据特征,域判别器基于输入数据特征判断输入数据的域标签,从而结合域判别器模糊特征提取器提取的特征对域的依赖,通过对训练样本的学习,使得特征提取器提取的特征为目标域和源域的共有特征;使得故障分类器可通过对源域样本的学习实现对目标域样本的故障诊断,大大降低了训练过程中对目标域样本的需求。本发明保证了在目标域样本不足时获得的故障诊断模型依然能够实现很好的在目标域实现故障分类,提升了故障诊断模型的性能。