[发明专利]一种基于集成迁移学习的轴承故障诊断方法有效
| 申请号： | 201810060679.1 | 申请日： | 2018-01-22 |
| 公开（公告）号： | CN108398266B | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 李友荣;刘冬冬;徐增丙;鲁光涛 | 申请（专利权）人： | 武汉科技大学 |
| 主分类号： | G01M13/045 | 分类号： | G01M13/045 |
| 代理公司： | 湖北武汉永嘉专利代理有限公司 42102 | 代理人： | 张惠玲 |
| 地址： | 430081 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于集成迁移学习的轴承故障诊断方法，包括如下步骤：将采集到的某一设备中的轴承振动数据A作为目标数据，并将其它同型号轴承在其它设备中不同工况下的振动数据B作为源域数据，对数据A和B进行特征提取，并进行特征优选；从数据B中寻找与目标数据A相似度高的源域数据；对筛选后的源域数据进行N次随机采样，得到N个源域样本集；将步骤3中的N个源域样本集分别与目标数据混合，组成N个训练样本集；用支持向量机对步骤3中的N个训练样本集进行训练，得到N个分类器，但不限于只采用支持向量机对样本集进行训练；对故障状态数据进行测试并集成投票，票多者作为最终诊断结果。 | ||
| 搜索关键词： | 一种 基于 集成 迁移 学习 轴承 故障诊断 方法 | ||
【主权项】：
1.一种基于集成迁移学习的轴承故障诊断方法，其特征在于：包括如下步骤：步骤1：将采集到的某一设备中的轴承振动数据A作为目标数据，并将其它同型号轴承在其它设备中不同工况下的振动数据B作为源域数据，对数据A和B进行特征提取，并进行特征优选；步骤2：从数据B中寻找与目标数据A相似度高的源域数据；步骤3：对筛选后的源域数据进行N次随机采样，得到N个源域样本集；步骤4：将步骤3中的N个源域样本集分别与目标数据混合，组成N个训练样本集；步骤5：用支持向量机对步骤3中的N个训练样本集进行训练，得到N个分类器，但不限于只采用支持向量机对样本集进行训练；步骤6：对故障状态数据进行测试并集成投票，票多者作为最终诊断结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于武汉科技大学，未经武汉科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810060679.1/，转载请声明来源钻瓜专利网。
