-
公开(公告)号:CN118245906A
公开(公告)日:2024-06-25
申请号:CN202410439101.2
申请日:2024-04-12
申请人: 雄安威赛博智能科技有限公司
IPC分类号: G06F18/2413 , G01M13/045 , G06F18/213 , G06N3/045 , G06N3/0475 , G06N3/084 , G06N3/094 , G06N3/096
摘要: 本发明适用于轴承故障诊断技术领域,提供了一种基于自适应质心对齐的多目标域故障诊断方法和系统,所述方法包括:获取对轴承在不同工况下的振动信号进行处理得到的源域数据集和目标域数据集;基于所述源域数据集和目标域数据集训练自适应质心对齐网络;固定特征提取器和故障分类器的参数,得到故障诊断模型;本发明通过对抗学习的策略减少源域和多个目标域的分布偏差,再添加自适应质心对齐,促进多个领域中相同故障的特征相互靠近,从而实现故障特征类内紧凑和类间分离,达到故障语义级别上的对齐,可以提高模型在多个目标域迁移诊断的性能,适用于多个目标域的轴承故障诊断。
-
公开(公告)号:CN117890111A
公开(公告)日:2024-04-16
申请号:CN202311786697.5
申请日:2023-12-22
申请人: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司
IPC分类号: G01M13/045 , G06F18/213 , G06F18/2431 , G06F18/25 , G06F18/2415 , G06N3/0455 , G06N3/048 , G06N3/0464 , G06N3/0499 , G06N3/08
摘要: 本申请适用于轴承故障诊断技术领域,提供了轴承故障诊断模型的训练方法、轴承故障诊断方法及装置,该轴承故障诊断模型的训练方法包括:获取第一轴承的振动信号、温度信号、转速信号,以及第一电机的工况信号,第一电机为第一轴承的驱动电机;提取振动信号的初始频域特征,并将初始频域特征和振动信号融合,得到第一融合特征;将第一融合特征、温度信号、转速信号、第一电机的工况信号融合,得到第二融合特征;基于第二融合特征,对预先建立的轴承故障诊断模型进行训练,得到训练好的轴承故障诊断模型;其中,预先建立的轴承故障诊断模型的输入数据为第二融合特征,训练标签包括第一轴承的故障类型。本申请能够有效提高轴承故障诊断的准确率。
-
公开(公告)号:CN117708596A
公开(公告)日:2024-03-15
申请号:CN202311744130.1
申请日:2023-12-18
申请人: 河钢数字技术股份有限公司 , 雄安威赛博智能科技有限公司
IPC分类号: G06F18/214 , G06F18/23 , G06F18/213 , G06F18/2415
摘要: 本申请适用于旋转机械设备故障诊断技术领域,提供了旋转机械故障诊断方法、装置、电子设备及存储介质是,该旋转机械故障诊断方法包括:基于多个目标样本数据和预设的自适应损失函数,对旋转机械在第一转速下的故障诊断模型进行训练,得到旋转机械在第二转速下的故障诊断模型;其中,目标样本数据为旋转机械在第二转速下的震动信号;预设的自适应损失函数包括加权对比损失函数、早期学习正则函数和邻域聚类损失函数;基于旋转机械在第二转速下的故障诊断模型,对旋转机械在第二转速下的震动信号进行故障诊断。本申请在源数据和目标数据标签缺失的情况下,能很好地使源训练的源模型很好的适应未标记的目标域。
-
-