[发明专利]一种面向机电设备的智能故障诊断方法及系统有效
| 申请号： | 201911000874.6 | 申请日： | 2019-10-21 |
| 公开（公告）号： | CN110728377B | 公开（公告）日： | 2020-06-09 |
| 发明（设计）人： | 李沂滨;宋艳;郭庆稳;王代超 | 申请（专利权）人： | 山东大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G01M99/00;G01H17/00 |
| 代理公司： | 济南圣达知识产权代理有限公司 37221 | 代理人： | 李琳 |
| 地址： | 266237 *** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种面向机电设备的智能故障诊断方法及系统，获取目标机器的以往故障数据，构成训练数据；获取目标机器的实时采集数据，构成测试数据；构建域自适应网络模型，对网络模型进行训练，并将不同数据的输出进行标记，并最小化训练数据和测试数据之间的差异，并对训练数据的特征进行提取和分类；利用训练好的模型得到测试数据的伪标记，利用加权伪标记测试数据和原始训练数据，对整个网络模型进行至少一次的重训练；利用重训练后的模型对测试数据进行预测和分类，得到机器的故障诊断结果。能够进一步提高诊断的准确度。 | ||
| 搜索关键词： | 一种 面向 机电设备 智能 故障诊断 方法 系统 | ||
【主权项】：
1.一种面向机电设备的智能故障诊断方法，其特征是：包括以下步骤：/n获取目标机器的以往故障数据，构成训练数据；/n获取目标机器的实时采集数据，构成测试数据；/n构建域自适应网络模型，对网络模型进行训练，并将不同数据的输出进行标记，并最小化训练数据和测试数据之间的差异，并对训练数据的特征进行提取和分类；/n利用训练好的模型得到测试数据的伪标记，利用加权伪标记测试数据和原始训练数据，对整个网络模型进行至少一次的重训练；/n利用重训练后的模型对测试数据进行预测和分类，得到机器的故障诊断结果。/n
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山东大学，未经山东大学许可，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/201911000874.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于树状拓扑结构的联邦学习方法及装置
- 下一篇：一种预先备件的方法
