一种基于图正则化的宽度学习机电设备故障诊断方法

AITNT
正文
推荐专利
一种基于图正则化的宽度学习机电设备故障诊断方法
申请号:CN202411635871
申请日期:2024-11-15
公开号:CN119337185A
公开日期:2025-01-21
类型:发明专利
摘要
本发明涉及故障诊断技术领域,具体涉及一种基于图正则化的宽度学习机电设备故障诊断方法,包括:获取作动器在每个运行时刻的特征参数以及状态数据;构建宽度学习故障诊断模型;对宽度学习故障诊断模型的目标函数进行改进得到改进后的目标函数;基于流形学习方法在改进后的目标函数中加入正则化项得到最终目标函数;将当前时刻的输入数据输入目标宽度学习故障诊断模型,输出机电设备的状态数据。本发明增强了宽度学习故障诊断模型的鲁棒性,提升了故障诊断准确率。
技术关键词
故障诊断模型 模糊宽度学习 流形学习方法 数据 正则化参数 矩阵 机电设备 故障诊断技术 标准化方法 概率密度函数 表达式 拉普拉斯 节点 鲁棒性 误差 加速度 标记 电机
系统为您推荐了相关专利信息
1
基于多维特征的案件串并分析方法、装置和计算机设备
案件 多维特征向量 样本 特征选择算法 服务器特征
2
一种基于水文模拟的流域人工增雨作业效果评估方法
增雨作业 流域水文模拟 径流 水文参数 水文模型
3
基于YTS引擎的车载终端数据处理方法、装置及电子设备
录像 对象 深度学习模型 文本 Kalman滤波器
4
一种降低风机功率偏差的氢能系统配置方法、装置、设备及存储介质
氢能系统 系统配置方法 功率 风机 预测误差
5
一种低质量视频评估方法、系统、设备及存储介质
特征值 高斯模糊图像 矩形 视频采集模块 数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号