摘要
本发明涉及故障诊断领域,特别是一种基于多标签学习的广义零样本轴承复合故障诊断方法,该方法的特点在于解决现如今复合故障数据难获得的问题。该方法不仅考虑了在现实工业场景中,由于轴承的工作环境和自身磨损,导致轴承单故障和复合故障发生的不可预知性,还缓解人工智能算法对复合故障样本的需求,仅利用单故障样本训练模型,降低复合故障样本采集的难度,解决因难以收集复合故障样本,所导致无法利用充足样本让模型学习复合故障样本特征的问题,此方法可以与现有工业系统进行嵌入融合,增强系统的智能性,有效减少故障诊断成本,大大提高故障诊断效率。
技术关键词
语义标签
轴承复合故障诊断方法
多标签学习
故障类别
故障诊断模型
样本
定义
分析故障
噪声
信号
模块
广义
故障诊断效率
离散小波变换
数据
训练集
人工智能算法
分类准确率
系统为您推荐了相关专利信息
3D点云数据
无人机
粒子滤波算法
激光雷达传感器
语义标签
精细分割方法
细长构件
掩膜
融合结构特征
上下文特征
功率监测系统
故障诊断模型
监测模块
统计特征
数据采集模块
电力监控系统
网络故障检测方法
故障检测模型
时间序列模型
链路
手术机器人
故障预测模型
故障预测方法
感知损失函数
时序特征