摘要
本发明公开了一种发动机轴承跨域故障诊断方法、电子设备和存储介质。其诊断方法包括构建发动机轴承在不同工况下的历史振动信号数据集,其中,每个工况下的振动信号数据被划分为多个源域和一个目标域;基于历史振动信号数据集,对迁移学习神经网络进行训练,得到发动机轴承跨域故障诊断模型;迁移学习神经网络包括共享特征提取器、源特定特征提取器、源特定分类器和任务分类器;将发动机轴承在不同工况下的历史振动信号数据输入至发动机轴承跨域故障诊断模型,生成诊断结果。本发明在公开轴承数据集上的跨域诊断准确率提升20%以上,尤其在噪声干扰与小样本场景下表现突出。
技术关键词
发动机轴承
迁移学习神经网络
故障诊断方法
故障诊断模型
特征提取器
分类器
数据
信号
故障轴承
通用特征
非暂态计算机可读存储介质
工况
电子设备
处理器
样本
存储器
训练集
序列
系统为您推荐了相关专利信息
挖掘机发动机
故障诊断方法
原始故障数据
挖掘机故障诊断
网络
驱动系统设计方法
隧道掘进机
融合卷积神经网络
支持向量机回归
多尺度形态学
装备故障诊断方法
多模态特征
样本
知识图谱构建
跨模态
交叉注意力机制
补全方法
点云特征
编码器
编码特征
故障诊断方法
机械部件
故障诊断模型
仿真模型
融合特征