摘要
本发明公开了一种工业设备故障诊断模型的构建方法及装置,其中该方法包括:获取目标工业设备故障诊断训练数据;将目标工业设备故障诊断训练数据进行预处理,得到目标特征向量矩阵数据;将目标特征向量矩阵数据输入目标混合深度学习模型进行训练,并输出目标工业设备故障诊断结果数据;判断目标工业设备故障诊断结果数据是否已经符合目标预设诊断结果数据要求;若是,则记录当前目标混合深度学习模型对应的目标混合深度学习模型参数,得到目标工业设备故障诊断教师模型;对目标工业设备故障诊断教师模型进行知识蒸馏和模型压缩处理,得到目标工业设备故障诊断模型。本发明具有诊断精度高、计算效率优、可解释性强和数据融合能力强的效果。
技术关键词
工业设备故障诊断
工业设备运行数据
混合深度学习模型
模型压缩
时序卷积神经网络
矩阵
诊断方法
时域特征提取
频域特征提取
转换器
教师
蒸馏
学生
消除噪声
时序特征