摘要
本发明公开了一种基于特征解耦集成域泛化网络的未知工况下故障诊断方法、存储介质和电子设备,包括以下步骤:首先采集不同工况下的轴承故障信号,按照工况将数据分为源域和目标域。其次将FDIDG划分为域分类器D,领域专家E,数据增强模块A和跨域专家C,并使用多源域数据进行训练,得到可靠的D和E。然后针对E的多分支结构,每个分支通过处理一个源域的数据成为该领域的故障诊断专家。接着在D和E的监督下,训练数据增强模块A。最后利用增强后的数据训练跨域专家,得到E和C输出加权集成的诊断结果。本发明可用于发掘多源域中故障特征的广义表示,并将从多源域中学习的故障诊断知识迁移到目标域,进而实现对未知工况下的故障诊断。
技术关键词
故障诊断方法
故障分类器
工况
网络
数据
解耦算法
转子机械设备
轴承故障信号
故障特征
多分支结构
电子设备
可读存储介质
训练特征
处理器
参数
诊断模块
验证方法
卷积模块
系统为您推荐了相关专利信息
时间敏感网络
流量识别模型
时间同步
传输方法
关键性
非线性回归模型
测温误差校正方法
超参数优化方法
非线性特征
红外测温系统