摘要
本发明公开了一种轴承故障诊断方法、装置、介质和设备,涉及机械故障诊断技术领域。包括:构建包含不同的轴承故障类型的多个数据集,基于数据集获得故障诊断模型;重复对故障诊断模型进行修剪操作、数据集合并操作和网络训练操作,获得学习所有轴承故障特征的故障诊断模型。为了平衡模型对旧知识保留能力和对新增数据的学习能力,本发明通过从历史数据中选取旧样本和新样本结合以及冻结训练好的故障诊断模型中的部分参数,使得模型在更新其参数的同时避免对旧任务知识的遗忘;同时为了增强对新故障特征学习能力,通过对模型进行剪枝以克服固定网络模型结构对学习新特征带来的消极影响,增强了新网络模型对新增故障特征的学习能力。
技术关键词
故障诊断模型
深度学习网络
轴承故障诊断方法
轴承故障特征
数据
阶段
轴承故障诊断装置
机械故障诊断技术
故障特征学习
sigmoid函数
注意力
网络模型结构
故障诊断模块
令牌
传感器
序列
缩放参数
系统为您推荐了相关专利信息
图像采集装置
电机驱动装置
吸引控制装置
刨削设备
组织
深度神经网络架构
预测系统
模型训练模块
数据采集模块
XGBoost模型
智能管理方法
业务表
机器可读程序
智能推荐算法
智能工作流