← 返回列表
基于SL框架的多模型交互式故障诊断方法、设备及介质
申请人信息
- 申请人:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
- 申请人地址:518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区
- 发明人: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于SL框架的多模型交互式故障诊断方法、设备及介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202310844476.2 |
| 申请日 | 2023/7/11 |
| 公告号 | CN117390482A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/24 |
| 权利人 | 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) |
| 发明人 | 孙士龙; 黄昊东; 徐文福 |
| 地址 | 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区 |
摘要文本
哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)取得“一种透气窗帘布”专利技术，本发明提供一种基于SL框架的多模型交互式故障诊断方法、设备及存储介质，其包括对采集到的数据进行预处理；搭建DSL网络模型，其中，DSL网络模型包括CNN网络、小波CNN网络以及滤波器CNN网络；将训练数据集的数据通过节点1、2、3分别输入DSL网络模型进行训练；随机选择一个节点A作为中央服务器决策者；节点B、C将其模型参数传递给决策者，由决策者整合模型并分发模型；判断是否达到训练次数，如是，则使用测试数据集对训练好的DSL网络模型进行测试，并给出机械部件的故障诊断结果。本发明可以解决现有技术中模型结构相同、存在着数据泄露等问题，将不同的训练节点使用不同的模型，通过不同的模型来实现数据信息的交互，进一步提高了数据的隐私性。
专利主权项内容
1.一种基于SL框架的多模型交互式故障诊断方法，其特征在于，该方法包括以下步骤：对采集到的数据进行预处理，将该数据分为训练数据集以及测试数据集；搭建DSL网络模型，其中，DSL网络模型包括CNN网络、小波CNN网络以及滤波器CNN网络；将训练数据集的数据通过节点1、2、3分别输入CNN网络、小波CNN网络以及滤波器CNN网络进行训练；在3个节点中随机选择一个节点A作为中央服务器决策者来整合来自其他参与者服务器的网络模型；节点B、C将其模型参数传递给决策者，由决策者整合模型并分发模型，其中，由决策者整合模型参数，生成新的模型，并将新的模型分发给每一个节点1、2、3更新模型；判断是否达到训练次数，如是，则使用测试数据集对训练好的DSL网络模型进行测试，并根据测试结果给出机械部件的故障诊断结果。 数据由马 克 数 据整理