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：本发明公开了一种设备未知工况下基于自监督单域泛化的故障诊断方法，通过自监督对比学习框架，提取振动信号特征，解决了现有诊断模型在复杂工况中泛化能力不足的问题。该方法包括以下步骤：获得轴承振动信号数据。预处理振动信号，分割训练集和测试集。构建数据增强库。构建自监督学习框架，以对比为目标解决实例分类问题。对振动信号进行数据增强。使用动量对比对模型进行训练，得到特征提取器并微调。应用训练好的模型对新振动信号进行分类，得到其健康状态类型。本发明降低了获取故障标签的成本，提升了诊断模型在复杂工况中的适用性。
主权项：1.设备未知工况下基于自监督单域泛化的故障诊断方法，其特征在于，包括以下步骤：第一步，获得轴承振动信号数据，对进行振动信号预处理，分割训练集和测试集；第二步，构建数据增强库，对输入的原始振动信号进行随机增强；第三步，通过最大化同一数据点的两个不同增强结果之间的相似性，同时最小化该数据点与其他数据点的相似性来学习表示，搭建对比学习自监督模型；第四步，将经过第二步数据增强后的数据作为模型输入进行对比学习自监督模型的训练，使模型提取到振动信号的不变性特征，得到特征提取器；第五步，应用训练好的模型对采样得到的设备新运行工况下的振动信号进行分类，得到其健康状态类型。
全文数据：
权利要求：
百度查询： 南京信息工程大学 设备未知工况下基于自监督单域泛化的故障诊断方法
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