一种基于多模态知识的双原型驱动智能故障诊断方法

AITNT
正文
推荐专利
一种基于多模态知识的双原型驱动智能故障诊断方法
申请号:CN202510920085
申请日期:2025-07-04
公开号:CN120408422B
公开日期:2025-10-24
类型:发明专利
摘要
本发明提供了一种基于多模态知识的双原型驱动智能故障诊断方法,涉及到网络模型诊断故障的技术领域,通过轴承的历史运行数据构建多模态故障知识图谱,将该多模态故障知识图谱作为知识、数据双驱动元学习网络中的辅助故障知识原型。该元学习网络包括知识特征提取器和数据特征提取器,该元学习网络可以利用数据之外的知识原型去辅助元学习原有的数据原型对新类故障的辨识能力,从而实现从已知故障到未知故障的泛化能力。因此本发明能有效提高轴承智能故障诊断的效率和准确率。
技术关键词
智能故障诊断方法 原型 数据特征提取 多模态 历史运行数据 故障类别 语义特征提取 图谱 标签类别 sigmoid函数 度量 节点特征 文本 特征提取器 轴承 编码 矩阵
系统为您推荐了相关专利信息
1
基于多模态感知的施工场地降尘与污染防控方法和系统
降尘设备 施工场地 污染防控方法 多模态 数据处理中心
2
一种基于多模态遥感数据融合的滑坡灾害识别方法及系统
滑坡灾害 地基合成孔径雷达 多模态 光学遥感数据 激光雷达数据
3
基于深度学习的动态知识库客服交互系统
多模态 特征提取单元 分析单元 信息处理模块 交互系统
4
一种学习策略生成方法、电子设备及存储介质
生成方法 职业 生成工具 视频 资源库
5
一种多模态融合神经网络的自动架构设计方法及系统
融合神经网络 多模态 残差结构 架构设计方法 网络结构
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