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：南京信息工程大学
摘要：本发明公开了一种基于蒸馏学习与特征融合的变工况智能故障诊断方法，包括：第一步，对振动信号进行幅相增强得到增强信号。第二步，将增强信号输入蒸馏学习模块中得到增强特征。第三步，对经过快速傅里叶变换的振动信号提取频域特征。第四步，原始的振动信号输入时域特征提取模块，根据增强特征，通过知识蒸馏方法提取域不变特征。第五步，将增强特征、时域特征以及频域特征进行拼接后通过表征自挑战学习增强特征跨域泛化能力，并将特征送入到分类器中进行分类。第六步，将故障信号输入训练好的网络进行诊断。本发明提取并融合更为丰富的特征，强化模型对于域不变表示的学习，相较于现有模型泛化性能显著增强。
主权项：1.基于蒸馏学习与特征融合的变工况智能故障诊断方法，其特征在于，该方法包括以下步骤：第一步：获取原始振动信号，标记故障类型，构建训练数据集；第二步：构建故障诊断网络模型，执行以下操作：将采集到的原始振动信号进行快速傅里叶变换，获取信号频域信息，并经过特征提取模块提取频域特征；对采集到的原始振动信号进行幅相增强，得到幅相增强后的信号样本；对幅相增强后的样本进行蒸馏学习，学习得到相应的幅相增强特征；将幅相增强特征、时域特征以及频域特征进行拼接得到混合特征，并通过表征自挑战学习进行特征提取；将提取后的特征输入分类器进行故障类型识别；第三步：利用训练数据集对所述的故障诊断网络模型进行训练，将采集得到的振动信号输入训练好的网络模型进行故障诊断。
全文数据：
权利要求：
百度查询： 南京信息工程大学 基于蒸馏学习与特征融合的变工况智能故障诊断方法
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