← 返回列表
一种噪声条件下无监督迁移学习轴承故障诊断方法和系统
摘要文本
西南交通大学取得“一种透气窗帘布”专利技术，本发明公开了一种噪声条件下无监督迁移学习轴承故障诊断方法和系统，通过一种自适应输入长度模型来代替固定的输入长度来诊断不同参数的轴承，结合第一卷积层和池化层的宽核信号处理方法对输入进行特征去噪；构建基于分组卷积和实例归一化算法，用于特征提取、健康状况分类和去噪；引入基于最大均值差异的优化目标函数对特征分布差异进行对齐；提出的模型不依赖于任何轴承数据标签信息，实现了无监督故障诊断；所提出模型不仅拥有较好智能故障诊断的性能，在噪声条件下对TL不同数据集具有优秀的轴承故障诊断能力。
专利主权项内容
1.一种噪声条件下无监督迁移学习轴承故障诊断方法，其特征在于，包括如下步骤：S1、从源域和目标域获得旋转机械包含噪声的轴承振动信号；S2、构建自适应输入长度模块AIL，依据包络谱的带宽，得到信号输入长度，通过重新采样防止欠拟合，并对包含不同信噪比的振动信号包络解调，通过希尔伯特变化HT得到每个信号的包络谱，截断故障频率k次所在的点为自适应输入长度；S3、在AANTLN网络模块中采用两个卷积层和两个池化层构建特征提取模块，从输入数据中提取状态特征；S4、构建状态分类模块和源域与目标域损失函数：所述状态分类模块包括自适应平均池化层和全连接层，采用全连接层和Soft-max函数将特征提取模块提取的状态特征进行数据分类，并引用最大均值差异MMD使源域和目标域对齐；S5、构建由特征提取模块和状态分类模块组成的总优化目标函数L，进行模型参数更新，得到最优AANTLN网络模块，将经步骤S2处理后的数据输入到最优网络，完成轴承智能健康状态识别与故障诊断。 关注公众号马 克 数 据 网
专利申请信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种噪声条件下无监督迁移学习轴承故障诊断方法和系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311158788.4 |
| 申请日 | 2023/9/8 |
| 公告号 | CN117473412A |
| 公开日 | 2024/1/30 |
| IPC主分类号 | G06F18/2415 |
| 权利人 | 西南交通大学 |
| 发明人 | 易彩; 汤贵庭; 陶冶; 王靖元; 汪煜坤; 林建辉; 张维浩; 李奕璠 |
| 地址 | 四川省成都市金牛区二环路北一段111号 |