公开(公告)号：CN118536068A

公开(公告)日：2024-08-23

申请号：CN202410736356.5

申请日：2024-06-07

Applicant: 南京信息工程大学

Inventor： 倪海彬 ,  朱文兵 ,  王亚婕 ,  张晓祥

IPC: G06F18/25 ,  G06F18/213 ,  G06F18/21 ,  G06F18/2433 ,  G06F18/2131 ,  G06N3/045 ,  G06N3/0464 ,  G06F123/02

Abstract: 本发明公开了一种改进的多模态信息融合的故障诊断算法，涉及深度学习和数据融合领域。本发明将多传感信息和多域信息相结合，不同的传感信息包含不一样的故障信息，不同的域能够提取不一样的特征，将多模态和多传感器结合，能够从不同的角度获得故障的特点，更全面的发现信号的异常，有利于我们对故障的正确诊断。通过加入残差神经网络，有助于模型召回输入，避免了算法过拟合，解决了深度网络的退化问题，保证了故障诊断的精确性。为了能够更好的利用到多模态特征，使用改进的互补特征融合方法，顺序渐进的融合每一个模态信息。