公开(公告)号：CN114120010A

公开(公告)日：2022-03-01

申请号：CN202111389808.X

申请日：2021-11-22

Applicant: 西安交通大学

Inventor： 吕娜 ,  郭广帅 ,  崔志岩

IPC: G06V10/74 ,  G06V10/764 ,  G06V10/774 ,  G06K9/62

Abstract: 本发明公开一种多视角多层次工业机器人迁移故障诊断方法，方法包括以下过程：提取工业机器人目标域数据构成的查询集以及源域数据的小样本构成的支持集的特征图，所述特征图包括专有特征和跨数据域共有特征；将支持集的特征图和目标数据域查询集的特征图进行拼接，得到多视角特征；利用所多视角特征计算支持集样本和目标数据域查询集样本的匹配相似度，根据匹配分数对目标数据域的样本进行分类，实现对工业机器人零部件的故障诊断。本发明可区别对待源数据域特征，区分数据域专有特征和跨数据域共有特征，自适应迁移可迁移性好的源数据域特征，抑制不适合迁移的特征，提升网络模型在目标域的分类性能。

公开(公告)号：CN113962254B

公开(公告)日：2024-04-02

申请号：CN202111139011.4

申请日：2021-09-27

Applicant: 西安交通大学

Inventor： 吕娜 ,  郭广帅 ,  胡辉阳

IPC: G06F18/24 ,  G01M13/021 ,  G01M13/028 ,  G01M13/045 ,  G01M99/00

Abstract: 本发明公开了一种知识驱动的工业机器人智能迁移故障诊断方法及系统，本发明仅使用目标域各个故障类别中的一个标签样本数据，利用样本数据的故障频率先验知识，对输入信号进行带通滤波，提取有效信息，利用极小的代价大大提高了后续诊断的运行速度和准确率。现实中难以获得大量有标注数据，而无标注数据的获取则相对容易，而无标注数据的获取则相对容易，基于领域自适应迁移网络具有较强的领域适配能力，利用现有带标签的源域数据与无标签的目标域数据进行训练，可以取得很好的诊断结果，使得本发明的诊断方法能够适用于多种工业机器人旋转类零部件的早期故障诊断，显著提高了故障诊断的准确率和效率。

公开(公告)号：CN114120010B

公开(公告)日：2023-11-03

申请号：CN202111389808.X

申请日：2021-11-22

Applicant: 西安交通大学

Inventor： 吕娜 ,  郭广帅 ,  崔志岩

IPC: G06V10/74 ,  G06V10/764 ,  G06V10/774

Abstract: 本发明公开一种多视角多层次工业机器人迁移故障诊断方法，方法包括以下过程：提取工业机器人目标域数据构成的查询集以及源域数据的小样本构成的支持集的特征图，所述特征图包括专有特征和跨数据域共有特征；将支持集的特征图和目标数据域查询集的特征图进行拼接，得到多视角特征；利用所多视角特征计算支持集样本和目标数据域查询集样本的匹配相似度，根据匹配分数对目标数据域的样本进行分类，实现对工业机器人零部件的故障诊断。本发明可区别对待源数据域特征，区分数据域专有特征和跨数据域共有特征，自适应迁移可迁移性好的源数据域特征，抑制不适合迁移的特征，提升网络模型在目标域的分类性能。

公开(公告)号：CN113962254A

公开(公告)日：2022-01-21

申请号：CN202111139011.4

申请日：2021-09-27

Applicant: 西安交通大学

Inventor： 吕娜 ,  郭广帅 ,  胡辉阳

IPC: G06K9/00 ,  G01M13/021 ,  G01M13/028 ,  G01M13/045 ,  G01M99/00

Abstract: 本发明公开了一种知识驱动的工业机器人智能迁移故障诊断方法及系统，本发明仅使用目标域各个故障类别中的一个标签样本数据，利用样本数据的故障频率先验知识，对输入信号进行带通滤波，提取有效信息，利用极小的代价大大提高了后续诊断的运行速度和准确率。现实中难以获得大量有标注数据，而无标注数据的获取则相对容易，而无标注数据的获取则相对容易，基于领域自适应迁移网络具有较强的领域适配能力，利用现有带标签的源域数据与无标签的目标域数据进行训练，可以取得很好的诊断结果，使得本发明的诊断方法能够适用于多种工业机器人旋转类零部件的早期故障诊断，显著提高了故障诊断的准确率和效率。