公开(公告)号：CN117009916A

公开(公告)日：2023-11-07

申请号：CN202310753177.8

申请日：2023-06-25

申请人： 西安电子科技大学

发明人： 薛松 ,  潘成辉 ,  王从思 ,  陈李辉 ,  连培园 ,  许谦 ,  孔德庆 ,  赵武林 ,  彭海波 ,  王晓洁

IPC分类号： G06F18/25 ,  G06N3/0464 ,  G06N3/096 ,  G01M13/00

摘要： 本发明提供了一种基于多传感器信息融合与迁移学习的促动器故障诊断方法，通过获取待诊断的促动器在工作状态下的振动加速度信号；将振动加速度信号通过预先训练好的故障诊断模型进行信号特征提取、信号特征融合以及故障类型预测，得到预先训练好的故障诊断模型输出的故障类型的概率分布；选择概率最高的故障类型确定为待诊断的促动器的故障类型。由于本发明的故障诊断模型采用多传感器信息融合和迁移学习技术，能够充分利用促动器传动系统的多维度信息，从而提高故障诊断的准确性和可靠性。此外，基于迁移学习方法能够有效地利用已有数据集的知识，提高促动器传动系统故障诊断模型的泛化能力，从而适用于更加复杂的工况和环境。