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：北京建筑大学
摘要：本发明公开了一种基于自调节联合分布自适应的早期微弱故障诊断方法，涉及机械工程技术领域。该方法包括如下步骤，步骤1：采集对源域的一维振动信号和目标域的早期微弱故障信号。步骤2：搭建Gabor‑CNN主干网络。步骤3：对预处理之后的源域二维图像样本进行重划分。步骤4：统计伪标签相同的目标域样本分布，并求平均值以此作为分类的目标域样本的阈值。步骤5：计算每一轮经过主干网络分类之前的目标域样本数据对应的分布平均值，与步骤4中的阈值求比值，将比值作为条件分布损失和边缘分布损失在总损失函数中的系数；以此进行逐次迭代实现最终分类。本方法可以实现对机械设备退化阶段早期微弱故障的有效分类，防止后期严重故障造成的较高损失。
主权项：1.一种基于自调节联合分布自适应的早期微弱故障诊断方法，其特征在于，该方法包括如下步骤，步骤1：采集对源域的一维振动信号和目标域的早期微弱故障信号，早期微弱故障信号通常指轴承在介于正常和故障状态之间的异常振动信号；并且进行数据预处理，包括降噪处理和时频分析，目的是减少环境噪声对微弱故障信号的影响并且进行增强信号中微弱故障特征；将一维振动信号转换为二维灰度图；步骤2：搭建Gabor-CNN主干网络，利用步骤1中预处理完毕的源域数据训练网络模型，Gabor-CNN主干网络通过多个尺度的Gabor滤波器提取二维图像样本各个角度的纹理，学习不同类型的微弱故障特征；之后使用该网络模型对目标域微弱故障样本进行初步分类；步骤3：对预处理之后的源域二维图像样本进行n次重划分，每次划分为标签为n与标签非n的样本，使用样本训练二分类器，对伪标签目标域样本进行二阶段筛选；步骤4：统计二阶段筛选之后的伪标签相同的目标域样本分布，并且求平均值，以此作为分类的目标域样本的阈值；步骤5：计算每一轮经过主干网络分类之前的目标域样本数据对应的分布平均值，与步骤4中的阈值求比值，将比值作为条件分布损失和边缘分布损失在总损失函数中的系数；以此进行逐次迭代实现最终分类。
全文数据：
权利要求：
百度查询： 北京建筑大学 一种基于自调节联合分布自适应的早期微弱故障诊断方法
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