公开(公告)号：CN116992336B

公开(公告)日：2024-02-13

申请号：CN202311129979.8

申请日：2023-09-04

Applicant: 南京理工大学

Inventor： 李骏 ,  蔡彦斌 ,  夏鹏程 ,  崔继轩

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/213 ,  G06F18/20 ,  G06F17/18 ,  G06F17/16 ,  G06N3/096

Abstract: 本发明公开了一种基于联邦局部迁移学习的轴承故障诊断方法，涉及轴承故障诊断技术领域。包括以下步骤：客户端对不同工况的数据集预处理；服务器端初始化全局模型后将模型参数下发至客户端；源客户端进行本地训练并向服务器端上传特征提取结果与网络参数，目标客户端向服务器端上传特征提取结果与类别权重结果；服务器端计算源域与目标域之间的分布差异与源客户端的聚合权重，更新全局模型直至模型收敛得到最终全局故障诊断模型。该方法在不泄露多方用户数据隐私的前提下打破数据孤岛，并充分考虑了故障诊断迁移学习中源域数据包含目标域数据的场景下的对故障诊断准确率的提升性，并获得了优良的故障诊断结果。

公开(公告)号：CN116992336A

公开(公告)日：2023-11-03

申请号：CN202311129979.8

申请日：2023-09-04

Applicant: 南京理工大学

Inventor： 李骏 ,  蔡彦斌 ,  夏鹏程 ,  崔继轩

IPC: G06F18/24 ,  G06F18/214 ,  G06F18/213 ,  G06F18/20 ,  G06F17/18 ,  G06F17/16 ,  G06N3/096

Abstract: 本发明公开了一种基于联邦局部迁移学习的轴承故障诊断方法，涉及轴承故障诊断技术领域。包括以下步骤：客户端对不同工况的数据集预处理；服务器端初始化全局模型后将模型参数下发至客户端；源客户端进行本地训练并向服务器端上传特征提取结果与网络参数，目标客户端向服务器端上传特征提取结果与类别权重结果；服务器端计算源域与目标域之间的分布差异与源客户端的聚合权重，更新全局模型直至模型收敛得到最终全局故障诊断模型。该方法在不泄露多方用户数据隐私的前提下打破数据孤岛，并充分考虑了故障诊断迁移学习中源域数据包含目标域数据的场景下的对故障诊断准确率的提升性，并获得了优良的故障诊断结果。