摘要
本发明涉及机械故障诊断技术领域,公开了基于因果关系的小样本故障诊断方法及终端。该方法构建了因果小样本关系度量网络的故障诊断模型,主要由特征编码模块、因果干预模块、因果分解模块和关系度量模块组成。在因果干预模块和因果分解模块中,从输入中提取出因果因素,然后设计因子分解损失来重构不变的因果机制,将其转变为独立且有充分因果关系的特征,最后特征编码模块和关系度量模块通过对多个元任务的训练,来建立可训练的相似度度量空间,以学习样本对之间的特征距离。因此,该模型能够捕获各组件间分布差异的因果特征,显著提升了模型的解释性和泛化能力,确保故障诊断的准确性。
技术关键词
故障诊断方法
样本
度量
短时傅里叶变换
机械故障诊断技术
关系
编码模块
构建相关矩阵
机械组件
网络
故障诊断模型
原始图像数据
计算机终端
故障类别
信号
标记
处理器
系统为您推荐了相关专利信息
状态感知系统
电渗析装置
跨膜电压
电压传感器
离子膜
情绪识别模型
信息处理模型
人脸图像序列
图像分析
样本
光伏发电项目
风险分析报告
数据
发电量
光伏系统
故障指示器
指示系统
自然语言
车载信息娱乐系统
大语言模型