公开(公告)号：CN117828471A

公开(公告)日：2024-04-05

申请号：CN202311837178.7

申请日：2023-12-28

Applicant: 西安交通大学

Inventor： 杨清宇 ,  宋朋涛 ,  吴宇恒 ,  李东鹤 ,  牧一涵

IPC: G06F18/2415 ,  G06F18/25 ,  G06N20/00 ,  G06F21/62 ,  G06F18/214 ,  G06N3/08 ,  G06N3/0495 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种基于稀疏滤波和联邦学习的多设备协同诊断方法及系统，该方法在诊断工业设备的故障模式、保障多装置稳定运行方面具有显著的作用。首先，设计稀疏滤波器作为个性化网络从原始振动信号中提取出各设备的稀疏私有故障特征。其次，针对每个设备分别构建自动编码器网络，并采用联邦学习对各设备训练的自动编码器网络进行融合，融合后的共性网络可以强化不同设备间共有的故障特征，联邦框架保护了模型训练过程中的数据隐私安全。最后，集成个性化网络和共性网络提取的故障特征并训练分类器输出最终的诊断结果。该发明可以有效地解决故障数据不均衡、故障类型不全面、单设备诊断方案迁移精度差等问题。

公开(公告)号：CN118898034A

公开(公告)日：2024-11-05

申请号：CN202411015258.9

申请日：2024-07-26

Applicant: 西安交通大学

Inventor： 杨清宇 ,  牧一涵 ,  吴宇恒 ,  宋朋涛 ,  李东鹤

IPC: G06F18/243 ,  G06N20/20 ,  G06N5/01 ,  G06F17/16 ,  G06F18/214 ,  G06F18/21 ,  G01D21/02

Abstract: 本发明公开了一种基于随机森林的受电弓碳滑板异常磨耗状况识别方法及系统，属于故障诊断与智能运维领域，该方法采集受电弓碳滑板磨耗的特征数据；对特征数据进行预处理，根据预处理后的特征数据建立输入矩阵和目标向量；将输入矩阵和目标向量作为训练数据，对随机森林回归模型进行训练，并通过交叉验证方式对随机森林回归模型进行参数调优，得到受电弓碳滑板异常磨耗的参数模型；基于受电弓碳滑板异常磨耗的参数模型的特征重要性指标，识别受电弓碳滑板异常磨耗的关键致因；该方法能够辨识受电弓碳滑板磨耗状况，并分析异常磨耗情况下的关键因素，在维持列车的运行安全方面有显著的作用。