基于无监督域自适应的变速箱齿轮的故障检测方法及系统

AITNT
正文
推荐专利
基于无监督域自适应的变速箱齿轮的故障检测方法及系统
申请号:CN202510701977
申请日期:2025-05-28
公开号:CN120705729A
公开日期:2025-09-26
类型:发明专利
摘要
本公开提供了一种基于无监督域自适应的变速箱齿轮的故障检测方法及系统,方法包括:获取样本数据,样本数据包括有标签的源域数据和无标签的目标域数据;将样本数据输入故障检测模型进行特征提取得到目标特征向量;将源域数据对应的目标特征向量与目标域数据对应的目标特征向量在特征空间中进行分布对齐;将分布对齐后的样本数据的高维特征向量输入分类器进行故障类别预测,得到分类结果;根据分类结果对不同类别的边际和权重进行动态调整;确定故障检测模型的模型损失;基于模型损失对故障检测模型进行迭代训练,使故障检测模型损失最小,得到目标故障检测模型。应用本方法,可有效提升变速箱齿轮故障检测的准确性和鲁棒性。
技术关键词
故障检测模型 变速箱齿轮 时间序列特征 样本 高维特征向量 双向长短期记忆网络 故障检测方法 故障类别 无监督 标签 变速箱传感器 特征提取模块 注意力机制 动态 检测数据输入 故障检测系统 分类器 时序
系统为您推荐了相关专利信息
1
一种基于用户满意度的推荐系统优化方法
满意度模型 推荐系统优化方法 交互历史数据 决策 序列推荐
2
一种基于电力系统的安全监测装置及其监测系统
监测设备 机器学习模型 数据处理终端 电力系统 监测系统
3
胶凝生产中碳排放预测模型的训练方法、设备
极限学习机 样本 生成对抗网络模型 节点数 数据
4
基于层级标签的分类模型训练方法、装置、设备及介质
分类模型训练方法 标签 层级 训练分类模型 计算机可读指令
5
一种生物质热解产物的预测方法、装置、计算机设备及存储介质
生物质热解产物 直方图 XGBoost模型 参数 计算机设备
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