摘要
本发明属于流体动压机密封故障检测技术领域,公开了一种用于HDMS磨损故障诊断的自适应特征调整优化方法,包括如下步骤:步骤1:预训练所述HDMS磨损故障诊断网络模型,提取原始特征;计算类别之间的相似度,根据相似度构建相似性窗口;步骤2:采用特征簇压缩对所述原始特征进行放大处理;步骤3:给交叉熵损失函数中引入相似性窗口边界值构成SWM损失函数,然后通过样本权重调整SWM损失函数构建SWRM损失函数;步骤4:初始化网络模型,通过多轮次迭代逐步优化模型参数。本发明通过增加原始特征簇的密度和将相似性特征与样本的频率相结合,以平衡分类器在不同故障类型上的学习效果;减少了来自相似HDMS样本的模型混淆,并提高了诊断的准确性。
技术关键词
故障诊断模型
样本
故障检测技术
分类器
更新模型参数
网络
因子
矩阵
密度
频率
尺寸
数据
系统为您推荐了相关专利信息
集合卡尔曼滤波
渗流参数
反演方法
地下水
渗透率参数
掺杂剂
硅片缺陷
深度学习模型
卷积神经网络模型
金属特征
换流变压器
绕组温度监测方法
径向基函数网络
快速计算方法
机器学习模型