公开(公告)号：CN117312984A

公开(公告)日：2023-12-29

申请号：CN202311268690.4

申请日：2023-09-28

Applicant: 哈尔滨理工大学

Inventor： 康守强 ,  汤希 ,  王玉静 ,  孙宇林 ,  王庆岩 ,  王洪起

IPC: G06F18/2415 ,  G06F18/214 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种域间数据标签关系未知的滚动轴承跨域故障诊断方法及系统，涉及滚动轴承故障诊断技术领域，用以解决现有迁移学习中由于源域和目标域数据标签关系未知而导致故障诊断准确率低的问题。本发明的技术要点包括：构建对比通用域适应模型：引入BYOL网络挖掘目标域数据特有结构，并提出利用熵分离策略拒绝未知类样本；同时，设计一种源类加权机制来改进迁移语义增强方法，赋予源类别不同的类级权重，使两域的特征分布在共享标签空间中更好地对齐，进一步构建故障诊断模型；并通过训练好的故障诊断模型进行故障诊断。本发明在不同工况下均具有优越的故障诊断准确率。

公开(公告)号：CN117313534A

公开(公告)日：2023-12-29

申请号：CN202311268686.8

申请日：2023-09-28

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  焦广鹏 ,  康守强 ,  孙宇林 ,  王洪起 ,  吕文敏

IPC: G06F30/27 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/092 ,  G06F119/02

Abstract: 本发明公开了一种基于TD3优化模型更新策略的滚动轴承剩余寿命预测方法及系统，涉及滚动轴承使用寿命预测技术领域，用以解决现有滚动轴承寿命预测模型在更新过程中存在模型退化及预测精度较低的问题。本发明的技术要点包括：利用连续小波变换将滚动轴承振动数据变换为二维时频谱图，构建数据集；引入深度强化学习，设计状态、动作、奖励值、损失函数等元素，用于训练CNN‑BiLSTM预测模型；利用TD3算法的延迟和软更新策略，降低CNN特征网络更新频率，并设计新的损失函数，进而建立新的模型更新策略，解决预测模型退化问题。本发明可实现滚动轴承剩余寿命的准确预测。

公开(公告)号：CN119880421A

公开(公告)日：2025-04-25

申请号：CN202510114166.4

申请日：2025-01-24

Applicant: 哈尔滨理工大学

Inventor： 王玉静 ,  王福康 ,  康守强 ,  吕文敏 ,  王洪起 ,  王庆岩 ,  沈涛

IPC: G01M13/04 ,  G01M13/045 ,  G06F18/213 ,  G06F18/22 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/094 ,  G06N3/096

Abstract: 本发明一种类别不平衡场景下的宽度无监督域适应两阶段滚动轴承故障诊断方法及系统，涉及滚动轴承故障诊断领域，为解决现有技术中缺少有效解决轴承故障诊断中的类别不平衡下的域适应问题的方法。包括：步骤一、采用滚动轴承时域数据，对数据进行降维；步骤二、利用宽度学习网络模型对数据进行特征提取，并采用流形嵌入分布对齐进行特征对齐，获得目标域数据伪标签；步骤三、基于不确定性度量和样本间余弦相似度进行样本筛选，划分可靠样本与剩余样本；引入含有梯度惩罚的生成对抗网络WGAN‑GP对筛选出的对目标域中可靠样本进行数据增强，得到平衡样本集；步骤四、将平衡样本集作为训练集，对宽度学习网络模型进行训练，最后输入目标域剩余样本进行诊断。