Invention Grant
- Patent Title: 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
-
Application No.: CN202310251823.0Application Date: 2023-03-14
-
Publication No.: CN116304820BPublication Date: 2023-12-01
- Inventor: 吴松松 , 刘毅 , 郑诗源 , 黄木盛 , 荆晓远 , 张清华 , 陈俊均 , 姚永芳
- Applicant: 广东石油化工学院 , 武汉长飞智慧网络技术有限公司
- Applicant Address: 广东省茂名市官渡二路139号大院
- Assignee: 广东石油化工学院,武汉长飞智慧网络技术有限公司
- Current Assignee: 广东石油化工学院,武汉长飞智慧网络技术有限公司
- Current Assignee Address: 广东省茂名市官渡二路139号大院
- Agency: 北京金智普华知识产权代理有限公司
- Agent 张晓博
- Main IPC: G06F18/24
- IPC: G06F18/24 ; G06F18/213 ; G01M13/045 ; G06N3/0464 ; G06N3/088 ; G06N3/094 ; G06N3/096 ; G06F18/214
Abstract:
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.
Public/Granted literature
- 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 Public/Granted day:2023-06-23
Information query
