[发明专利]不同轴承设备之间的多阶段深度卷积迁移学习故障诊断方法在审
| 申请号： | 202010416676.4 | 申请日： | 2020-05-15 |
| 公开（公告）号： | CN111626345A | 公开（公告）日： | 2020-09-04 |
| 发明（设计）人： | 王艺玮;周健;郑联语 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G01M13/045 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种不同设备之间的多阶段深度卷积迁移学习故障诊断方法，在MSDCTL中，利用深度卷积特征提取模块进行高维特征提取，再对提取特征进行分类，以分类结果和标签信息的分类交叉熵作为损失函数预训练模型显著提高模型的特征提取和分类能力；将获得的源域特征和目标域特征利用多核构造的高斯核函数映射至Hilbert空间，利用空间的再生性分离映射函数与特征值，找到映射函数使得两域特征均值差异最大，以此最大均值差异和零值标签的平均绝对误差为目标函数训练MSDCTL特征提取模块改进了MSDCTL的迁移性能；通过最小化对目标域数据的诊断结果和标签信息的分类交叉熵提高模型对迁移后目标域数据特征的分类精度。MSDCTL的以上特点使得基于MSDCTL的故障诊断方法可以利用一个轴承设备的标签样本对另一个轴承设备待测无标签样本进行高精度故障诊断。 | ||
| 搜索关键词： | 不同 轴承 设备 之间 阶段 深度 卷积 迁移 学习 故障诊断 方法 | ||
【主权项】：
暂无信息
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北京航空航天大学，未经北京航空航天大学许可，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/patent/202010416676.4/，转载请声明来源钻瓜专利网。
