基于小样本的退化知识与数据融合驱动的迁移解耦方法

    公开(公告)号:CN119558175A

    公开(公告)日:2025-03-04

    申请号:CN202411507476.4

    申请日:2024-10-28

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于小样本的退化知识与数据融合驱动的迁移解耦方法,涉及旋转机械预测性维护技术领域。其中方法包括:获取旋转机械的源域数据和目标域数据;基于初始寿命预测模型,确定源域不变特征和源域私有特征,目标域不变特征和目标域私有特征;根据源域不变特征、目标域不变特征、源域私有特征、目标域私有特征和预测寿命,构建损失函数;根据源域不变特征和目标域不变特征,构建退化机理空间状态模型;利用粒子滤波算法逐步估计退化机理空间状态模型的参数;在初始寿命预测模型基于损失函数不断进行权重更新时,利用参数估计后的退化机理空间状态模型,指导初始寿命预测模型的权重更新过程。本申请能够提升模型的泛化能力和可解释性。

    基于多信道源域迁移学习的小样本寿命预测模型训练方法

    公开(公告)号:CN119578207A

    公开(公告)日:2025-03-07

    申请号:CN202411507475.X

    申请日:2024-10-28

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于多信道源域迁移学习的小样本寿命预测模型训练方法,涉及旋转机械预测性维护技术领域。其中方法包括:构建旋转机械的五自由度微分方程;基于五自由度微分方程,构建旋转机械逐渐由健康阶段、退化阶段到损伤阶段的目标非线性动力学模型;对目标非线性动力学模型进行仿真分析,得到多个信道的源域数据;根据多个信道的源域数据和旋转机械的目标域数据,训练旋转机械的预设寿命预测模型,其中,预设寿命预测模型包括公共特征提取器、域特异特征提取器、域特异回归器和域特异鉴别器。本申请能够在训练样本稀缺时为模型提供丰富的源域数据,提升模型的预测精度,同时能够处理不同信道的源域数据之间的差异性,保证模型的泛化能力。

    针对小样本的基于相似度可解释权重分配的迁移适配方法

    公开(公告)号:CN119378697A

    公开(公告)日:2025-01-28

    申请号:CN202411204689.X

    申请日:2024-08-30

    Applicant: 东北大学

    Abstract: 本申请公开了一种针对小样本的基于相似度可解释权重分配的迁移适配方法,涉及旋转机械预测性维护技术领域。其中方法包括:获取旋转机械的源域时间序列和目标域时间序列;利用初始特征提取网络对源域时间序列的时域特征和/或频域特征进行特征提取,得到各网络层输出的隐层特征向量;计算隐层特征向量和真实值之间的相似度,并基于相似度,利用初始可解释权重分配网络为初始特征提取网络分配权值;根据权值分配后的特征提取网络和初始可解释权重分配网络,预测旋转机械的寿命,以及度量源域时间序列和目标域时间序列之间的分布差异;基于预测的寿命和分布差异进行权值更新,输出预设寿命预测模型。本申请能够提升旋转机械寿命预测模型的可解释性。

    基于小样本的变批量多层域自适应模式识别方法

    公开(公告)号:CN118535972A

    公开(公告)日:2024-08-23

    申请号:CN202410636434.4

    申请日:2024-05-22

    Applicant: 东北大学

    Abstract: 本申请公开了一种基于小样本的变批量多层域自适应模式识别方法及装置,涉及旋转机械故障诊断技术领域。其中方法包括:获取旋转机械装置的源域数据和目标域数据,以及初始故障诊断模型;基于初始故障诊断模型,度量源域数据和目标域数据在特征提取层上的第一特征分布差异和在分类层上的第二特征分布差异;基于第一特征分布差异和第二特征分布差异,对初始故障诊断模型进行迭代更新,得到本轮更新后的故障诊断模型;基于本轮更新后的故障诊断模型,重复度量特征分布差异和迭代更新模型的过程,直至满足预设收敛条件时,输出训练好的预设故障诊断模型;利用所述预设故障诊断模型进行模式识别。本申请能够保证故障诊断模型的训练效果。

Patent Agency Ranking