龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：西安交通大学
摘要：本发明公开了一种电机滚动轴承故障诊断方法、装置、介质和设备，涉及故障诊断技术领域。本发明使用电机滚动轴承信号的小波时频图作为深度迁移网络的输入，小波时频图能够捕捉信号在不同尺度和频率上的时频特征变化，提高了故障诊断模型的诊断可解释性。同时，本发明通过源域数据训练故障诊断模型的诊断模型能力保持良好的性能，并使用快速批核范数最小化损失降低故障诊断模型对源域数据的依赖性。以及通过目标域数据训练故障诊断模型并使用快速批核范数最大化损失提高故障诊断模型的预测多样性和判别性。从而通过整体训练后，使得故障诊断模型能够保持良好性能的同时保持泛化能力，提高了故障诊断模型对电机滚动轴承的故障诊断准确率。
主权项：1.一种电机滚动轴承故障诊断方法，其特征在于，包括：获取不同工况下不同故障类型的电机滚动轴承信号，所述电机滚动轴承信号包括已标注真实故障类型的源域数据和未标注真实故障类型的目标域数据；对源域数据和目标域数据分别进行连续小波变换提取时频域特征，生成源域数据的小波时频图和目标域数据的小波时频图；将源域数据的小波时频图输入作为故障诊断模型的深度迁移网络中进行故障诊断，确定源域数据的预测故障类型；并根据真实故障类型和预测故障类型构建交叉熵损失函数作为故障诊断模型对源域数据的分类损失；根据故障诊断模型对源域数据的分类响应矩阵构建快速批核范数最小化损失；基于目标域数据的小波时频图通过故障诊断模型进行故障诊断，根据故障诊断模型对目标域数据的分类响应矩阵构建快速批核范数最大化损失；根据快速批核范数最小化损失和快速批核范数最大化损失确定迁移损失；根据分类损失和迁移损失构建总损失，以最小化总损失为优化目标对故障诊断模型进行训练；并通过训练后的故障诊断模型进行电机滚动轴承故障诊断。
全文数据：
权利要求：
百度查询： 西安交通大学 一种电机滚动轴承故障诊断方法、装置、介质和设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号