摘要
本发明涉及机械故障识别领域,公开了一种基于多粒度知识监督对比优化策略的旋转机械故障诊断方法及系统,其包括:获取原始振动信号,进行窗口截取,并划分训练数据集和测试数据集;将训练数据集中每个样本进行归一化和数据增强2次,获得数据增强样本,用于模型训练;测试数据集中的样本仅做归一化处理,用于模型测试;粒度知识迁移监督对比模型搭建;特征提取器预训练;采用数据增强样本按照给定的粒度知识迁移分类训练步骤、分类损失函数和反向传播优化算法训练粒度知识迁移监督对比模型,得到训练好的模型参数;将测试样本输入到训练完成的粒度知识迁移监督对比模型,得到多故障分类与诊断结果。
技术关键词
样本
数据
分类器
策略
更新模型参数
故障类别
振动传感器
旋转机械故障
深度置信网络
深度卷积网络
深度残差网络
算法
故障诊断模块
分支
模型训练模块
归一化方法
搭建模块
程序
系统为您推荐了相关专利信息
知识检索系统
多模态数据采集
跨模态
文本编码器
图像编码器
车辆行驶数据
风格
油门踏板开度
加速度
车载传感器
电缆长度测量方法
电缆绝缘材料
时间差
数据
脉冲信号接收装置