[发明专利]一种基于集成域自适应的故障诊断方法及系统

权利要求书

1.一种基于集成域自适应的故障诊断方法，其特征是：包括以下步骤：引入一种有效的结构来对源域和目标域数据之间不同的特征表示进行建模，并将其集成到域自适应中，有效提取数据中的特征表达；具体的，采用两个分类器，使用两个分类网络，每个分类器采用一个特征提取器，使用两个特征提取器将源域和目标域数据投影到不同的特征空间中，其中一个特征提取器基于域对抗学习来学习特征，另一个特征提取器将最大均值差异作为损失函数进行学习，不同的特征提取器使用不同的损失函数，得到不同的分类结果，并将分类结果集成到域自适应中，输出得到故障诊断结果；在集成步骤中，将两个分类结果进行平均，得到最终预测结果。

2.如权利要求1所述的一种基于集成域自适应的故障诊断方法，其特征是：对源域和目标域数据先进行数据预处理，具体包括将数据分割为设定长度的数据段，以及对分割后的数据规范化。

3.如权利要求1所述的一种基于集成域自适应的故障诊断方法，其特征是：对预处理后的源域和目标域数据定义不同标签，利用第一特征提取器和第一分类网络在域对抗训练的基础上，结合域预测网络进行训练，以使第一特征提取器和域预测网络获取最优参数。

4.如权利要求1所述的一种基于集成域自适应的故障诊断方法，其特征是：利用第二特征提取器和第二分类网络，基于径向基函数核的最大平均差异进行训练。

5.一种基于集成域自适应的故障诊断系统，其特征是：包括：

数据预处理模块，被配置为对采集的源域和目标域数据先进行分割和数据规范化处理；

特征处理模块，包括两个特征提取器，将源域和目标域数据投影到不同的特征空间中，其中一个特征提取器基于域对抗学习来学习特征，另一个特征提取器将最大均值差异作为损失函数进行学习，不同的特征提取器使用不同的损失函数，得到不同的分类结果；

集成模块，被配置为将分类结果集成到域自适应中，输出得到故障诊断结果；在集成步骤中，将两个分类结果进行平均，得到最终预测结果。

6.如权利要求5所述的一种基于集成域自适应的故障诊断系统，其特征是：对预处理后的源域和目标域数据定义不同标签，利用第一特征提取器和第一分类网络在域对抗训练的基础上，结合域预测网络进行训练，以使第一特征提取器和域预测网络获取最优参数。

7.如权利要求5所述的一种基于集成域自适应的故障诊断系统，其特征是：利用第二特征提取器和第二分类网络，基于径向基函数核的最大平均差异进行训练。

8.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-4中任一项所述的一种基于集成域自适应的故障诊断方法。

9.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-4中任一项所述的一种基于集成域自适应的故障诊断方法。