摘要
本申请公开了一种机械设备故障诊断模型的训练方法、诊断方法及装置,获取多种不同工况下的样本机械设备的样本振动信号以及标签数据;根据样本振动信号,对各个样本机械设备进行划分,得到多个样本区域集合;通过训练好的专家系统和AI算法模型预测样本机械设备的故障情况,得到第一故障预测结果和第二故障预测结果;通过元学习器预测专家系统和AI算法模型加权权重,得到各个样本区域集合对应的权重预测结果;确定训练的损失值,根据损失值对元学习器的参数进行更新,并根据训练好的元学习器、专家系统和AI算法模型得到机械设备故障诊断模型。本申请能够实现具有更高诊断准确性和泛化能力的故障检测应用,可广泛应用于人工智能技术领域内。
技术关键词
机械设备故障诊断
专家系统
样本
AI算法
学习器
算法模型
诊断方法
数据
标签
信号
处理器
人工智能技术
工况
训练装置
故障检测
参数
程序
可读存储介质
电子设备
系统为您推荐了相关专利信息
自动优化方法
模板
大语言模型
应用程序编程接口
演化策略
大语言模型
病害诊断方法
作物病害诊断
语义
叶片
稠密卷积神经网络
数值天气预报模式
气象
参数化方法
云微物理
点云图像
深度学习模型
关键点
旋转框
PCA算法
泄漏点检测方法
传感器阵列
经验模态分解算法
权重策略
序列