-
公开(公告)号:CN116337447B
公开(公告)日:2024-07-19
申请号:CN202211640727.7
申请日:2022-12-19
Applicant: 苏州大学
IPC: G01M13/045 , G01M17/10 , G06F18/213 , G06F18/24 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及一种非平稳工况下轨道车辆轮对轴承故障诊断方法包括根据多种传感器采集的轨道车辆轮对轴承在不同非平稳工况下的多种信号获取样本数据;多通道融合得多传感器信息融合样本并进行自适应加权,生成目标多传感器信息融合数据,特征提取器提取目标多传感器信息融合数据在多传感器视角下的特征信息,存储至相对应的记忆库中;利用原型对比学习进行领域适配学习,获取域适应损失;利用源域数据集中提取的特征信息与半监督学习算法训练域共享类别分类器;利用域适应损失与半监督分类损失通过反向传播与梯度下降算法更新网络参数,获得目标网络;将数据集中没有类别标签的待测试样本数据输入至目标网络中,获取待测试样本数据的故障类别。
-
公开(公告)号:CN116337447A
公开(公告)日:2023-06-27
申请号:CN202211640727.7
申请日:2022-12-19
Applicant: 苏州大学
IPC: G01M13/045 , G01M17/10 , G06F18/213 , G06F18/24 , G06N3/084 , G06N3/0464
Abstract: 本发明涉及一种非平稳工况下轨道车辆轮对轴承故障诊断方法包括根据多种传感器采集的轨道车辆轮对轴承在不同非平稳工况下的多种信号获取样本数据;多通道融合得多传感器信息融合样本并进行自适应加权,生成目标多传感器信息融合数据,特征提取器提取目标多传感器信息融合数据在多传感器视角下的特征信息,存储至相对应的记忆库中;利用原型对比学习进行领域适配学习,获取域适应损失;利用源域数据集中提取的特征信息与半监督学习算法训练域共享类别分类器;利用域适应损失与半监督分类损失通过反向传播与梯度下降算法更新网络参数,获得目标网络;将数据集中没有类别标签的待测试样本数据输入至目标网络中,获取待测试样本数据的故障类别。
-