摘要
本申请涉及水下设备故障诊断技术领域,特别是涉及一种跨尺寸水下推进器故障诊断方法。该方法包括:获取并将源域样本数据和目标域样本数据的声学信号数据进行转换、提取得到声学频域特征;通过一特征提取器提取声学频域特征的关键频率特征,得到声学特征,并通过一速度编码器将速度信号映射为速度特征后将声学特征与速度特征融合,得到多维故障特征;将多维故障特征输入至一多任务学习框架中同时进行故障分类模型、域判别器、速度预测模型的训练;利用训练后的多任务学习框架对目标域水下推进器的声学信号数据识别得到其对应的故障类型、置信度。通过本申请实现更加高效、准确和可靠的水下推进器故障诊断。
技术关键词
水下推进器
故障诊断方法
速度预测模型
故障分类模型
故障特征
速度编码器
频域特征
声学特征
特征提取器
样本
多任务
故障类别
尺寸
残差网络
数据
信号
故障诊断技术
全局平均池化
注意力
系统为您推荐了相关专利信息
电力系统暂态
故障工况
过渡电阻
故障特征
卡尔曼滤波算法
采样率
故障诊断模型
时序特征
故障诊断方法
缩放参数
故障诊断规则
故障特征
生成对抗网络模型
遥测数据采集模块
时序特征
风机故障诊断方法
动态故障
实体间关系
风机故障诊断系统
文本