一种基于协同训练的旋转部件故障诊断方法

AITNT
正文
推荐专利
一种基于协同训练的旋转部件故障诊断方法
申请号:CN202510542963
申请日期:2025-04-28
公开号:CN120067919B
公开日期:2025-07-29
类型:发明专利
摘要
本发明公开了一种基于协同训练的旋转部件故障诊断方法,属于特定计算模型技术领域,包括:根据故障类型得到第一故障类型组及第二故障类型组,结合模型训练数据集,得到第一元训练集及第二元训练集;基于预置的模型参数,根据第一元训练集,通过辅助二元分类器得到辅助二元分类损失,通过交叉熵函数得到多分类器损失,结合得到整体损失;根据整体损失,更新模型参数,结合第二元训练集,得到整体损失,根据第一元训练集及第二元训练集得到的整体损失得到目标函数,以用于旋转部件故障诊断模型的训练。本发明通过元训练集与协同梯度策略,使模型无需目标工况数据即可适应未知工况,结合辅助分类器抑制未知干扰,显著提升泛化能力并降低数据成本。
技术关键词
故障诊断方法 故障诊断模型 训练集 多分类器 时频分析方法 滑动窗口 工况 辅助分类器 更新模型参数 特征提取方法 分割方法 分辨率 异常数据 频率 策略 周期 密度
系统为您推荐了相关专利信息
1
一种电网故障诊断系统
电网故障诊断系统 数据分析模块 数据采集模块 远程控制模块 故障诊断模型
2
一种基于模型误差鉴定水平转移基因的方法
分类预测模型 多维特征向量 蛋白 模型误差 三维结构
3
血液图像识别分析方法
图像分类模型 随机森林模型 图像生成器 分析方法 血液
4
基于RAG海报设计的海报生成方法、装置和电子设备
海报设计 元素 海报生成方法 视觉 展示界面
5
系统运维方法和装置
故障类别 系统特征 故障诊断模型 系统运维方法 阶段
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