-
公开(公告)号:CN116150635B
公开(公告)日:2023-07-25
申请号:CN202310410207.5
申请日:2023-04-18
Applicant: 中国海洋大学
IPC: G06F18/22 , G01M13/04 , G01M13/045 , G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/09 , G06N3/088 , G06N5/04
Abstract: 本发明属于故障诊断技术领域,公开了基于跨域关联性表示的滚动轴承未知故障检测方法,包括模型初始化阶段和模型聚类阶段,具体的:构建滚动轴承未知故障检测模型,包括因果推理编码器、伪标签生成模块;将滚动轴承数据集划分为类别已知的故障数据集和类别未知的故障数据集及混合数据集;将类别已知的故障数据集送入因果推理编码器进行有监督的训练;将类别已知的故障数据集、类别未知的故障数据集输入到训练好的因果推理编码器,获得预测输出,并将混合数据输入伪标签生成模块生成伪标签;将模型的预测输出和伪标签通过对比损失进行训练;本发明将有监督的特征提取过程应用于无监督的聚类过程,实现故障诊断与新类发现同时考虑。
-
公开(公告)号:CN116150635A
公开(公告)日:2023-05-23
申请号:CN202310410207.5
申请日:2023-04-18
Applicant: 中国海洋大学
IPC: G06F18/22 , G01M13/04 , G01M13/045 , G06F18/23 , G06F18/214 , G06F18/2431 , G06N3/0464 , G06N3/09 , G06N3/088 , G06N5/04
Abstract: 本发明属于故障诊断技术领域,公开了基于跨域关联性表示的滚动轴承未知故障检测方法,包括模型初始化阶段和模型聚类阶段,具体的:构建滚动轴承未知故障检测模型,包括因果推理编码器、伪标签生成模块;将滚动轴承数据集划分为类别已知的故障数据集和类别未知的故障数据集及混合数据集;将类别已知的故障数据集送入因果推理编码器进行有监督的训练;将类别已知的故障数据集、类别未知的故障数据集输入到训练好的因果推理编码器,获得预测输出,并将混合数据输入伪标签生成模块生成伪标签;将模型的预测输出和伪标签通过对比损失进行训练;本发明将有监督的特征提取过程应用于无监督的聚类过程,实现故障诊断与新类发现同时考虑。
-