公开(公告)号：CN114354185B

公开(公告)日：2024-07-23

申请号：CN202111636409.9

申请日：2021-12-29

Applicant: 重庆邮电大学 ,  重庆工业大数据创新中心有限公司

Inventor： 韩延 ,  文瑞 ,  方能炜 ,  胡小林 ,  朱林全 ,  龙萍 ,  苏祖强

IPC: G01M13/028 ,  G06F18/24 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明涉及仿真分析技术领域，具体涉及一种基于解耦网络的齿轮箱故障诊断方法，包括获取历史故障数据样本作为训练数据；将训练数据输入基于MMD距离的解耦网络，解耦网络进行训练过程中计算解耦损失和分类损失，并将解耦损失与分类损失融合，反向传播损失，优化网络参数；将待检测故障的数据输入完成训练的解耦网络，通过该网络预测故障类型；本发明中的解耦网络在分类器之前加入了MMD距离，在特征空间中增大各个故障类别的之间的距离，从而提高齿轮箱的故障诊断精度。

公开(公告)号：CN115409110A

公开(公告)日：2022-11-29

申请号：CN202211051625.1

申请日：2022-08-31

Applicant: 重庆邮电大学

Inventor： 韩延 ,  文瑞 ,  黄庆卿 ,  张焱 ,  魏旻 ,  王平 ,  洪承镐

IPC: G06K9/62 ,  G06N3/08

Abstract: 获取大量有标签的源域故障数据以及一些无标签的目标域故障数据，且目标域故障数据的标签空间是源域故障数据标签空间的子集；对收集到的数据进行小波包变换，获取小波系数；构建诊断模型，包括特征提取器、域鉴别器和分类器，利用特征提取器分别提取源域故障数据和目标域故障数据的特征；对源域故障数据进行加权处理后通过域鉴别器与目标域故障数据进行对抗训练，计算对抗损失，并通过分类器的分类结果计算分类损失，通过对抗损失和分类损失对诊断模型的参数进行优化；将目标域待检测的数据输入优化后的诊断模型，诊断模型输出故障诊断结果；与现有行星齿轮箱故障诊断方法相比，本发明可在目标域故障类别数未知的情况下实现行星齿轮箱跨工况故障诊断。

公开(公告)号：CN114354185A

公开(公告)日：2022-04-15

申请号：CN202111636409.9

申请日：2021-12-29

Applicant: 重庆邮电大学 ,  重庆工业大数据创新中心有限公司

Inventor： 韩延 ,  文瑞 ,  方能炜 ,  胡小林 ,  朱林全 ,  龙萍 ,  苏祖强

IPC: G01M13/028 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及仿真分析技术领域，具体涉及一种基于解耦网络的齿轮箱故障诊断方法，包括获取历史故障数据样本作为训练数据；将训练数据输入基于MMD距离的解耦网络，解耦网络进行训练过程中计算解耦损失和分类损失，并将解耦损失与分类损失融合，反向传播损失，优化网络参数；将待检测故障的数据输入完成训练的解耦网络，通过该网络预测故障类型；本发明中的解耦网络在分类器之前加入了MMD距离，在特征空间中增大各个故障类别的之间的距离，从而提高齿轮箱的故障诊断精度。