摘要
本发明公开了一种基于扩散模型的多源域滚动轴承故障诊断方法和系统,诊断方法包括:采集不同转速工况下的滚动轴承振动信号;在扩散模型前向过程中,将源域标签转换为一维向量,并加噪破坏原始分布得到近似高斯分布的yT;在逆向过程中用高斯分布的变量代替yT,通过噪声预测网络去学习前向分布中添加的噪声分布特征,对逐步去噪,得到和y0同分布的将源域数据输入到噪声预测网络中提取数据特征,将目标域数据输入到噪声预测网络中,得到目标域数据对应的全局噪声先验和局部噪声先验;将源域数据和目标域数据输入到噪声预测网络中,使用多源域适应算法将源域数据特征映射到目标域,学习到和目标域数据相关的噪声分布特征,对逐步去噪,得到目标域数据的故障类型。
技术关键词
噪声先验
滚动轴承故障诊断方法
噪声预测
特征提取网络
特征融合网络
滚动轴承振动信号
数据
引导网络配置
积层
分布特征
噪声特征
网络特征
变量
工况
表达式
标签
融合特征
算法
系统为您推荐了相关专利信息
分支
双线性插值算法
粉末床
图像堆栈
缺陷监测方法
特征提取方法
功能成像
特征提取模型
特征提取网络
积层
知识点标签
路径特征
输出预警信息
分析模块
生成知识
语音识别方法
音频
注意力
输出特征
前馈神经网络