摘要
本发明提供一种基于模型校准的可信无源领域适配机械设备智能诊断方法,其包括以下步骤:S1:将振动加速度传感器安装于机械设备表面,采集不同工况下机械设备不同故障类型的振动监测数据;S2:对振动监测数据进行归一化预处理:S3:构建基于模型校准的可信无源领域适配机械设备故障诊断模型;包括建立初始模型、源模型生成、立适配故障诊断模型和适配故障诊断模型校准;S4:使用适配故障诊断模型诊断机械设备的故障类型。本发明直接以振动监测数据作为输入,实现了端到端的跨工况智能故障诊断;本发明引入基于行列式的互信息实现了鲁棒的模型跨域适配;本发明还建立基于目标模拟数据集的温度缩放理论提高了预测置信度的可靠度。
技术关键词
故障诊断模型
振动监测数据
模型校准
机械设备故障诊断
编码模块
采集机械设备
标签
裂纹故障
多级传动系统
诊断机械设备
振动加速度传感器
机械设备表面
原型
下机械设备
样本
参数
工况
机械设备智能
系统为您推荐了相关专利信息
高压电器开关柜
智能控制模型
数据训练神经网络
训练智能
神经网络模型
样本生成方法
生成对抗网络训练
生成装置
图像
随机噪声