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
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
分类预测模型
多维特征向量
蛋白
模型误差
三维结构
图像分类模型
随机森林模型
图像生成器
分析方法
血液
故障类别
系统特征
故障诊断模型
系统运维方法
阶段