[发明专利]一种基于迁移学习的柴油机燃烧噪声检测方法及系统

权利要求书

1.一种基于迁移学习的柴油机燃烧噪声检测方法，其特征在于，包括：

获取所述柴油机的噪声信息；

构建WCCL，所述WCCL为宽卷积核卷积长短期记忆网络；

根据所述噪声信息对所述WCCL进行预训练，得到训练模型；

迁移所述训练模型，得到诊断模型；

根据所述诊断模型，判定所述柴油机的燃烧噪声状态。

2.根据权利要求1所述的柴油机燃烧噪声检测方法，其特征在于，所述获取所述柴油机的噪声信息，具体包括：

设置所述柴油机的状态参数；

采集所述状态参数下，所述柴油机工作状态下的噪声信息。

3.根据权利要求1所述的柴油机燃烧噪声检测方法，其特征在于，所述构建WCCL，具体包括：

构建至少两组卷积-池化层于初始模型；

添加LSTM网络于所述卷积-池化层与所述初始模型的输出层之间，得到所述WCCL。

4.根据权利要求3所述的柴油机燃烧噪声检测方法，其特征在于，所述根据所述噪声信息对所述WCCL进行预训练，具体包括：

卷积并归一化所述噪声信息，得到第一中间量；

最大值池化所述第一中间量，得到源域数据集；

利用源域数据集预训练所述初始模型，得到训练模型。

5.根据权利要求4所述的柴油机燃烧噪声检测方法，其特征在于，所述迁移所述训练模型，具体包括：

划分所述训练模型为第一网络层、第二网络层、第三网络层、第四网络层及第五网络层；

冻结并迁移所述第一网络层、所述第二网络层、所述第三网络层及所述第四网络层至目标域数据集，得到冻结层；

迁移所述第五网络层至所述目标域数据集并二次训练，得到微调层；

结合所述冻结层及所述微调层，得到诊断模型。

6.根据权利要求1所述的柴油机燃烧噪声检测方法，其特征在于，所述判定所述柴油机的燃烧噪声状态之后，还包括：

根据燃烧噪声状态的判定结果，调整所述柴油机的工作参数。

7.一种基于迁移学习的柴油机燃烧噪声检测系统，应用于权利要求1-6任一所述的柴油机燃烧噪声检测方法，其特征在于，包括：

噪声信息获取模块，用于获取所述柴油机的噪声信息；

WCCL构建模块，用于构建所述WCCL，所述WCCL为宽卷积核卷积长短期记忆网络；

预训练模块，用于根据所述噪声信息对所述WCCL进行预训练，得到训练模型；

诊断模型建立模块，用于迁移所述训练模型，得到诊断模型；

噪声判定模块，用于根据所述诊断模型，判定所述柴油机的燃烧噪声状态。

8.根据权利要求7所述的柴油机燃烧噪声检测系统，其特征在于，所述用于构建所述WCCL，具体包括：

构建至少两组卷积-池化层于初始模型；

添加LSTM网络于所述卷积-池化层与所述初始模型的输出层之间，得到所述WCCL。

9.根据权利要求8所述的柴油机燃烧噪声检测系统，其特征在于，所述用于根据所述噪声信息对所述WCCL进行预训练，具体包括：

卷积并归一化所述噪声信息，得到第一中间量；

最大值池化所述第一中间量，得到源域数据集；

利用源域数据集预训练所述初始模型，得到训练模型。

10.根据权利要求9所述的柴油机燃烧噪声检测系统，其特征在于，所述用于迁移所述训练模型，具体包括：

划分所述训练模型为第一网络层、第二网络层、第三网络层、第四网络层及第五网络层；

冻结并迁移所述第一网络层、所述第二网络层、所述第三网络层及所述第四网络层至目标域数据集，得到冻结层；

迁移所述第五网络层至所述目标域数据集并二次训练，得到微调层；

结合所述冻结层及所述微调层，得到诊断模型。