公开(公告)号：CN117390482B

公开(公告)日：2024-08-02

申请号：CN202310844476.2

申请日：2023-07-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  黄昊东 ,  徐文福

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于SL框架的多模型交互式故障诊断方法、设备及存储介质，其包括对采集到的数据进行预处理；搭建DSL网络模型，其中，DSL网络模型包括CNN网络、小波CNN网络以及滤波器CNN网络；将训练数据集的数据通过节点1、2、3分别输入DSL网络模型进行训练；随机选择一个节点A作为中央服务器决策者；节点B、C将其模型参数传递给决策者，由决策者整合模型并分发模型；判断是否达到训练次数，如是，则使用测试数据集对训练好的DSL网络模型进行测试，并给出机械部件的故障诊断结果。本发明可以解决现有技术中模型结构相同、存在着数据泄露等问题，将不同的训练节点使用不同的模型，通过不同的模型来实现数据信息的交互，进一步提高了数据的隐私性。

公开(公告)号：CN117076973A

公开(公告)日：2023-11-17

申请号：CN202310844651.8

申请日：2023-07-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  黄昊东 ,  徐文福

IPC: G06F18/24 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于对抗性网络的轴承包络阶谱生成方法、设备及存储介质，其包括将第一工况的故障数据划分为多个子样本，将划分后的每组数据长度为K的数据提取包络谱，再将提取后的包络谱数据进行阶次分析，得到数据长度为M的第一包络阶次谱；将第一包络阶次谱作为GAN网络的输入来生成伪包络阶次谱；利用伪包络阶次谱和第二工况正常数据的包络阶次谱对CNN网络模型进行训练，并将第二工况的包络阶次谱数据输入训练好的CNN网络模型进行验证，从而实现跨越工况生成数据。本发明可以将包络阶次谱作为GAN的输入，通过将生成的故障数据和原本的正常数据集合在一起，经过一个CNN来判别结果，可以实现轴承跨工况的故障诊断，为新工况的诊断提供了有效手段。

公开(公告)号：CN117609856A

公开(公告)日：2024-02-27

申请号：CN202311498597.2

申请日：2023-11-10

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  黄昊东 ,  徐文福

IPC: G06F18/241 ,  G06F18/214 ,  G06N3/0464 ,  G06F18/213 ,  G06N3/08 ,  G06F18/21

Abstract: 本发明提供一种基于群学习算法的工业机器人关节故障诊断方法，其包括对采集到的数据进行平方包络谱分析，划分训练数据集和测试数据集；在本地的多个节点分别建立卷积神经网络作为本地训练的模型；将多个模型分别进行本地训练后加入域对抗神经网络；在多个节点中随机选择一个决策者作为临时中央服务器；其他参与者将模型参数传递给决策者，由决策者将模型参数整合后分发给每一个参与者，参与者进行模型更新；判断是否达到训练停止的标准，如是，则利用得到的测试数据集进行模型的验证，输出模型诊断的精度。本发明主要利用群学习框架来进行模型参数的交流和融合，无需中央服务器的交流，各个节点独自交流，从而降低了沟通成本。

公开(公告)号：CN117421977A

公开(公告)日：2024-01-19

申请号：CN202311355486.6

申请日：2023-10-19

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  彭腾毅 ,  黄昊东 ,  徐文福

IPC: G06F30/27 ,  G06F18/25 ,  G06F17/11 ,  G06N3/084 ,  G01M13/045 ,  G06F119/14

Abstract: 本发明公开了一种融合动力学方程的轴承故障自动诊断方法，包括以下步骤：(1)搭建BYOLDIS网络；(2)搭建包含外圈、内圈和滚子三种故障类型候选项的动力学备选方程库，将动力学备选方程库与稀疏矩阵相结合共同构成重构的故障轴承动力学方程组；(3)采集诊断所需的振动加速度序列信号，计算得到积分序列速度信号和位移信号；(4)确定延迟坐标嵌入的延迟时间，进一步构建hanker矩阵H、 Hp；(5)计算BYOLDIS网络的损失函数，通过反向传播优化器更新在线网络的参数，并利用在线网络的参数通过滑动平均法更新目标网络的参数；(6)取稀疏矩阵权重最大的故障类型轴承故障动力学项作为诊断结果输出。本发明可在无需任何标签辅助的情况下进行自动故障分类。

公开(公告)号：CN117076973B

公开(公告)日：2024-05-28

申请号：CN202310844651.8

申请日：2023-07-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  黄昊东 ,  徐文福

IPC: G06F18/24 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于对抗性网络的轴承包络阶谱生成方法、设备及存储介质，其包括将第一工况的故障数据划分为多个子样本，将划分后的每组数据长度为K的数据提取包络谱，再将提取后的包络谱数据进行阶次分析，得到数据长度为M的第一包络阶次谱；将第一包络阶次谱作为GAN网络的输入来生成伪包络阶次谱；利用伪包络阶次谱和第二工况正常数据的包络阶次谱对CNN网络模型进行训练，并将第二工况的包络阶次谱数据输入训练好的CNN网络模型进行验证，从而实现跨越工况生成数据。本发明可以将包络阶次谱作为GAN的输入，通过将生成的故障数据和原本的正常数据集合在一起，经过一个CNN来判别结果，可以实现轴承跨工况的故障诊断，为新工况的诊断提供了有效手段。

公开(公告)号：CN117390482A

公开(公告)日：2024-01-12

申请号：CN202310844476.2

申请日：2023-07-11

Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)

Inventor： 孙士龙 ,  黄昊东 ,  徐文福

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供一种基于SL框架的多模型交互式故障诊断方法、设备及存储介质，其包括对采集到的数据进行预处理；搭建DSL网络模型，其中，DSL网络模型包括CNN网络、小波CNN网络以及滤波器CNN网络；将训练数据集的数据通过节点1、2、3分别输入DSL网络模型进行训练；随机选择一个节点A作为中央服务器决策者；节点B、C将其模型参数传递给决策者，由决策者整合模型并分发模型；判断是否达到训练次数，如是，则使用测试数据集对训练好的DSL网络模型进行测试，并给出机械部件的故障诊断结果。本发明可以解决现有技术中模型结构相同、存在着数据泄露等问题，将不同的训练节点使用不同的模型，通过不同的模型来实现数据信息的交互，进一步提高了数据的隐私性。