摘要
本发明涉及轴承故障诊断技术领域,特别涉及一种基于知识特征融合的轴承故障诊断评估方法。所述方法包括:提取历史故障特征数据;训练故障诊断模型;以训练数据在故障诊断模型特征层的输出,引入中心损失函数训练嵌入层网络模型;以嵌入层网络模型对型特征数据进行映射;将映射数据和基于数据的知识特征进行加权融合;计算临近数据的局部密度分布情况;计算诊断结果的置信度。本发明通过融合故障诊断模型诊断过程中提取到的特征和故障数据本身的特征,在嵌入空间中根据样本局部密度分布估计出模型诊断结果的置信度情况,解决了故障诊断模型置信度评估困难、一般评估过程可解释性差的难题,能够获得复杂模型及复杂数据下的置信度评估结果。
技术关键词
故障诊断模型
样本
故障特征
融合特征
轴承故障诊断技术
历史故障数据
网络
密度
度量
有效值
训练集
标签
幅值
波形
脉冲
指标
基础
系统为您推荐了相关专利信息
加密数据
数据加密方法
加密策略
加密设备
计算机可读指令
药物不良反应
信号检测方法
预训练语言模型
编码器模块
神经网络模型
自动气象站
降水预报方法
C波段雷达
分辨率
组网