[发明专利]故障诊断模型的训练方法、装置、电子设备及存储介质在审

专利信息
申请号: 202011128977.3 申请日: 2020-10-20
公开(公告)号: CN112200114A 公开(公告)日: 2021-01-08
发明(设计)人: 周星杰;杨康;徐成国;王硕 申请(专利权)人: 上海明略人工智能(集团)有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62;G06N20/00
代理公司: 北京超成律师事务所 11646 代理人: 裴素英
地址: 200030 上海市徐汇区*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障诊断 模型 训练 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种故障诊断模型的训练方法,其特征在于,所述故障诊断模型包括卷积层和域适配层,所述训练方法包括:

将第一设备对应的样本目标域信号和第二设备对应的样本源域信号分别输入到各自对应的卷积层中,得到第一目标域特征和第一源域特征;其中,所述第一设备与所述第二设备相关联;

将所述第一目标域特征和所述第一源域特征分别输入到各自对应的域适配层中,得到第二目标域特征和第二源域特征,基于所述第二目标域特征和所述第二源域特征,确定所述故障诊断模型的域适配损失;

基于所述第二目标域特征和所述第二源域特征,确定所述第一设备分别归属于预设故障类型的第一概率,基于所述第一概率以及所述第一设备对应的目标故障类型,确定所述故障诊断模型的第一分类损失;

若所述故障诊断模型的域适配损失和第一分类损失满足第一训练条件,则将当前的故障诊断模型确定为目标故障诊断模型。

2.根据权利要求1所述的故障诊断模型的训练方法,其特征在于,所述故障诊断模型还包括域混淆层,所述训练方法还包括:

将所述第二目标域特征和所述第二源域特征输入到各自对应的域混淆层中,得到第三目标域特征和第三源域特征,基于所述第三目标域特征和所述第三源域特征,确定所述故障诊断模型的域混淆损失;

基于所述第三目标域特征和所述第三源域特征,确定所述第一设备分别归属于预设故障类型的第二概率,基于所述第二概率以及所述第一设备对应的目标故障类型,确定所述故障诊断模型的第二分类损失;

若所述故障诊断模型的域适配损失、域混淆损失以及第二分类损失满足第二训练条件,则将当前的故障诊断模型确定为目标故障诊断模型。

3.根据权利要求1所述的故障诊断模型的训练方法,其特征在于,所述故障诊断模型对应有多级域适配层,所述基于所述第二目标域特征和所述第二源域特征,确定所述故障诊断模型的域适配损失,包括:

针对每级域适配层,基于该级域适配层对应的第二目标域特征和第二源域特征,确定该级域适配层对应的域适配损失;

基于每级域适配层对应的域适配损失,确定所述故障诊断模型的域适配损失。

4.根据权利要求2所述的故障诊断模型的训练方法,其特征在于,所述域混淆层对应有二元领域分类器,所述基于所述第三目标域特征和所述第三源域特征,确定所述故障诊断模型的域混淆损失,包括:

将所述第三目标域特征和所述第三源域特征分别输入到所述二元领域分类器中,得到所述第三目标域特征所属的第一领域类别,以及所述第三源域特征所属的第二领域类别;

基于所述第一领域类别和所述第二领域类别,确定所述故障诊断模型的域混淆损失。

5.根据权利要求1所述的故障诊断模型的训练方法,其特征在于,通过如下方式获取所述样本目标域信号:

基于所述第一设备对应的多个第一信号中的上极值点和下极值点,确定所述第一设备对应的上包络线和下包络线;

基于所述上包络线和所述下包络线,确定所述第一设备对应的均值包络线,并基于所述均值包络线和所述多个第一信号,确定所述第一设备的中间信号;

根据所述第一设备对应的多个第一信号和中间信号,确定所述第一设备对应的样本信号。

6.根据权利要求5所述的故障诊断模型的训练方法,其特征在于,通过如下方式获取所述第一信号:

获取所述第一设备对应的多个第二信号;

针对每类第二信号,计算该类第二信号的平均值和标准差,基于所述平均值和标准差,对每个该类的第二信号进行标准化处理,得到第一信号。

7.根据权利要求1所述的故障诊断模型的训练方法,其特征在于,在训练得到目标故障诊断模型之后,所述训练方法还包括:

将第一设备对应的目标域信号和第二设备对应的源域信号输入到所述目标故障诊断模型中,获取所述目标故障诊断模型输出的所述第一设备所属的当前故障类型;

基于所述第一设备所属的当前故障类型,生成并显示针对所述第一设备的故障处理提示信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海明略人工智能(集团)有限公司,未经上海明略人工智能(集团)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011128977.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top