滚动轴承深度通用域自适应跨工况故障诊断方法和装置及介质

AITNT
正文
推荐专利
滚动轴承深度通用域自适应跨工况故障诊断方法和装置及介质
申请号:CN202510183202
申请日期:2025-02-19
公开号:CN120217138A
公开日期:2025-06-27
类型:发明专利
摘要
本申请公开了一种滚动轴承深度通用域自适应跨工况故障诊断方法和装置及介质,可应用于滚动轴承智能故障诊断技术领域。本申请通过含有故障类型标签的源域数据和不含故障类型标签的目标域数据,对包含特征提取器、二元分类网络和对抗性域鉴别器的故障诊断模型进行训练,并计算训练过程中的损失函数,然后根据总损失函数和预设模型参数优化算法调整故障诊断模型的模型参数,以实现源域训练集和目标域训练集之间共享类特征分布对齐,并根据置信度阈值鉴别目标域数据集的私有故障类型;当故障诊断模型的训练迭代次数大于或等于最大迭代次数,通过目标域测试集对训练后的故障诊断模型进行测试,从而可以提高故障诊断模型在进行故障诊断的准确度。
技术关键词
故障诊断模型 原始故障数据 分类网络 样本 参数优化算法 滚动轴承 置信度阈值 特征提取器 分类器 故障诊断方法 训练集 对抗性 工况 标签 故障诊断装置 无故障 可读存储介质 计算机装置
系统为您推荐了相关专利信息
1
一种基于表面势的IGZO TFT的紧凑模型的构建方法
变量 泊松方程 物理 矩阵 参数
2
语义相关性预测模型、方法、装置、存储介质及计算机设备
关键词特征 相关性预测方法 语义 学生 融合特征
3
一种大规模知识图谱预训练模型与推理平台的构建方法
实体 知识图谱补全 大规模知识图谱 推理平台 孪生神经网络
4
一种基于模型耦合的模型数据权属保护与验证方法
水印生成器 数据 计算机程序指令 许可 耦合算法
5
深度强化学习雾化习惯优化系统
深度强化学习模型 回放模块 习惯 生成特征向量 决策
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