摘要
本发明涉及一种基于集散流形距离分布差异指标的时变跨域诊断方法,属于机械设备故障诊断技术领域。该方法包括:S1:通过传感器采集机械设备的原始振动信号,然后将采集到的原始振动信号利用滑动采样技术扩充样本数据集;S2:设计基于MELD选择机制和EGMG度量的IDMD;S3:基于IDMD和一维卷积神经网络,构建故障迁移诊断模型;S4:将训练集输入到构建好的故障迁移诊断模型中,利用源域有标签样本分类交叉熵损失函数和源域与目标域之间IDMD分布差异损失函数对模型进行迭代更新训练;S5:经过多次迭代训练,误差曲线趋于稳定,模型训练完成;将验证集输入训练好的模型用于机械设备跨时变工况故障迁移诊断。
技术关键词
诊断方法
格拉斯曼流形
一维卷积神经网络
采集机械设备
机械设备故障诊断技术
高斯混合模型
指标
误差曲线
样本
奇异值分解算法
采样技术
协方差矩阵
表达式
度量
代表
信息熵
概率密度函数
训练集
机制
系统为您推荐了相关专利信息
自动化诊断方法
自动化诊断系统
患者
信息交互界面
信息采集模块
负荷预测模型
生成对抗网络
一维卷积神经网络
计算机可读取存储介质
负荷历史数据
深度卷积神经网络
阻抗特征
电缆绝缘老化程度
热扩散模型
生成电缆
幽门螺杆菌耐药
诊断幽门螺杆菌
指纹图谱特征
诊断系统
幽门螺杆菌菌株
故障预测模型
智能算法
管理方法
参数
局部特征提取