-
公开(公告)号：CN115356105A
公开(公告)日：2022-11-18
申请号：CN202211053321.9
申请日：2022-08-31
Applicant: 北京理工大学
IPC: G01M13/04 , G01M13/045 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种轴承故障诊断方法、装置、电子设备及可读存储介质。该轴承故障诊断方法包括：将待诊断轴承的振动数据输入完成训练的轴承故障诊断模型中，输出待诊断轴承的故障诊断结果；其中，故障诊断结果包括在多个诊断级别上的诊断结果；轴承故障诊断模型是在故障分类损失和领域分布损失均最小化时完成训练的；故障分类损失是基于源域样本在多个诊断级别上的分类结果确定的；领域分布损失是基于源域样本和目标域样本之间在多个诊断级别上的分布距离确定的；源域样本和目标域样本均是根据轴承的振动数据获得的，源域样本包括标签。本发明的方案，在多个诊断级别上训练模型，提高轴承故障诊断精度。
-
Patent Agency Ranking
公开(公告)号：CN112729831B
公开(公告)日：2022-05-10
申请号：CN202110078023.4
申请日：2021-01-20
Applicant: 北京理工大学
Abstract: 本申请公开了一种轴承故障诊断方法、装置及系统，涉及故障检测技术领域，所述方法包括：获取能够反映轴承工作状态的轴承数据；根据所述轴承数据的数量，调整预先构建的分层卷积神经网络模型，获得目标分层卷积神经网络模型；将所述轴承数据输入所述目标分层卷积神经网络模型，获取目标分层卷积神经网络模型的输出结果，所述输出结果包括下述至少一项：轴承故障状态、故障位置、故障严重程度。本申请的方案实解决了目前轴承故障诊断依赖认为因素、无法从原始数据中提取深层特征且不能很好地处理高维数据等问题，实现了精确快速的对轴承故障进行诊断，确保设备正常运行。
-
公开(公告)号：CN115345255A
公开(公告)日：2022-11-15
申请号：CN202211053005.1
申请日：2022-08-31
Applicant: 北京理工大学
Abstract: 本申请提供了一种故障诊断方法、控制装置、终端及存储介质，其中，方法包括：获取第一工况下的源域数据集以及第二工况下的目标域数据集；确定第一预设数量的源域训练样本和第二预设数量的目标域训练样本；构建包括多级特征提取器、多级故障分类器和多级领域判别器的MDACNN；在训练阶段，根据源域训练样本和目标域训练样本对多级故障分类器和多级领域判别器交替进行对抗优化；在测试阶段，输入测试样本至MDACNN，得到测试样本的诊断结果。本申请通过最小化故障分类损失保证故障分类，最大化领域判别损失使特征提取器提取到的源域数据和目标域数据的特征越来越相似，使得训练的MDACNN可适应不同工况。
-
公开(公告)号：CN112729834A
公开(公告)日：2021-04-30
申请号：CN202110077986.2
申请日：2021-01-20
Applicant: 北京理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 本申请公开了一种轴承故障的诊断方法、装置和系统，涉及故障检测技术领域，所述方法包括：预设工况以及采样频率下，采集故障轴承运行时的轴承故障数据；构建具有分支结构的一维卷积神经网络模型；根据所述轴承故障数据对所述一维卷积神经网络模型进行训练；通过训练后的一维卷积神经网络模型自动提取轴承状态特征，并获取所述轴承的故障诊断结果。本申请的方案实解决了目前轴承故障诊断难以直接从原始数据中提取深层特征，需要对数据进行额外的预处理，且处理高维数据不足的问题，实现了直接从收集得到的一维数据中提取有效特征，准确率高，操作方便。
-
公开(公告)号：CN112729834B
公开(公告)日：2022-05-10
申请号：CN202110077986.2
申请日：2021-01-20
Applicant: 北京理工大学
IPC: G01M13/045 , G06K9/00 , G06K9/62 , G06N3/04
Abstract: 本申请公开了一种轴承故障的诊断方法、装置和系统，涉及故障检测技术领域，所述方法包括：预设工况以及采样频率下，采集故障轴承运行时的轴承故障数据；构建具有分支结构的一维卷积神经网络模型；根据所述轴承故障数据对所述一维卷积神经网络模型进行训练；通过训练后的一维卷积神经网络模型自动提取轴承状态特征，并获取所述轴承的故障诊断结果。本申请的方案实解决了目前轴承故障诊断难以直接从原始数据中提取深层特征，需要对数据进行额外的预处理，且处理高维数据不足的问题，实现了直接从收集得到的一维数据中提取有效特征，准确率高，操作方便。
-
公开(公告)号：CN112729831A
公开(公告)日：2021-04-30
申请号：CN202110078023.4
申请日：2021-01-20
Applicant: 北京理工大学
Abstract: 本申请公开了一种轴承故障诊断方法、装置及系统，涉及故障检测技术领域，所述方法包括：获取能够反映轴承工作状态的轴承数据；根据所述轴承数据的数量，调整预先构建的分层卷积神经网络模型，获得目标分层卷积神经网络模型；将所述轴承数据输入所述目标分层卷积神经网络模型，获取目标分层卷积神经网络模型的输出结果，所述输出结果包括下述至少一项：轴承故障状态、故障位置、故障严重程度。本申请的方案实解决了目前轴承故障诊断依赖认为因素、无法从原始数据中提取深层特征且不能很好地处理高维数据等问题，实现了精确快速的对轴承故障进行诊断，确保设备正常运行。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
