- 专利标题： 一种基于多源域迁移学习的轴承故障类型预测方法及系统
-
申请号： CN202310251823.0申请日： 2023-03-14
-
公开(公告)号： CN116304820B公开(公告)日： 2023-12-01
- 发明人: 吴松松 , 刘毅 , 郑诗源 , 黄木盛 , 荆晓远 , 张清华 , 陈俊均 , 姚永芳
- 申请人： 广东石油化工学院 , 武汉长飞智慧网络技术有限公司
- 申请人地址： 广东省茂名市官渡二路139号大院
- 专利权人： 广东石油化工学院,武汉长飞智慧网络技术有限公司
- 当前专利权人： 广东石油化工学院,武汉长飞智慧网络技术有限公司
- 当前专利权人地址： 广东省茂名市官渡二路139号大院
- 代理机构： 北京金智普华知识产权代理有限公司
- 代理商 张晓博
- 主分类号： G06F18/24
- IPC分类号： G06F18/24 ; G06F18/213 ; G01M13/045 ; G06N3/0464 ; G06N3/088 ; G06N3/094 ; G06N3/096 ; G06F18/214
摘要：
本发明属于深度学习中的振动数据识别技术领域，公开了一种基于多源域迁移学习的轴承故障类型预测方法及系统，利用故障分类模型和故障分类综合模型输出N个源域样本和综合源域样本的预测标签；对抗学习网络通过对抗训练使得故障分类综合模型学习到综合源域与N个源域的域不变特征；利用故障分类综合模型输出目标域样本的预测标签；对抗学习网络通过对抗训练使得故障分类综合模型学习到综合源域与目标域的域不变特征，通过故障分类综合模型输出目标域样本的预测标签。本发明通过迭代可以直接(56)对比文件Huang Mu-sheng.et al“.ClassificationFusion for Bearing Fault Diagnosis withMulti-source Domain Shift”《.Sciencepublishing group》.2022,全文.
公开/授权文献
- CN116304820A 一种基于多源域迁移学习的轴承故障类型预测方法及系统 公开/授权日：2023-06-23
