-
公开(公告)号：CN115563536A
公开(公告)日：2023-01-03
申请号：CN202211194417.7
申请日：2022-09-28
Applicant: 北京工业大学
IPC: G06F18/241 , G06F18/10 , G06N3/0464 , G06N3/084 , G01M13/045
Abstract: 基于子域自适应的滚动轴承故障诊断方法，属于深度学习领域。传统的轴承故障诊断方法在已标记的故障数据充足的情况下训练神经网络获得故障诊断模型，但实际场景中，设备往往提供不了大量标记数据。本发明可以在现有的故障诊断模型的基础上，通过迁移学习获得针对新的与原先分布不同的无标记数据的诊断模型，为实际工况下标记不足数据的故障诊断提供一种更有效地诊断工具。基于子域自适应的轴承故障诊断算法分为四步：卷积神经网络进行特征提取；计算源域与目标域的局部最大均值差异；训练深度子域卷积神经网络；最后使用训练获得的模型进行故障诊断。实验结果表明轴承故障诊断的准确率完全满足实际应用的需求。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
