公开(公告)号：CN118940104A

公开(公告)日：2024-11-12

申请号：CN202410976534.1

申请日：2024-07-20

Applicant: 中国矿业大学

Inventor： 袁冠 ,  沈刚 ,  张艳梅 ,  周炎 ,  汤裕 ,  李翔 ,  朱真才

IPC: G06F18/241 ,  G01M13/045 ,  G06F18/2131 ,  G06N3/045

Abstract: 本发明提供了一种轴承故障诊断方法、装置、计算机设备及存储介质，属于机械设备故障诊断领域，该方法包括：获取训练样本；构建故障诊断模型；训练故障诊断模型，包括：提取样本特征；确定特征之间的欧氏距离，通过欧氏距离确定对比损失，根据对比损失对特征提取模块进行优化；获取目标轴承的长时序振动信号；通过故障诊断模型确定故障原因。这样，通过构建正负样本来充分学习轴承同一故障类型数据的共同特征和不同故障类型数据的特征差异，通过对比学习来缩小正样本对之间由于数据漂移问题存在的差异，同样可以放大负样本对之间的特征差异，从而可以解决实际工业场景下收集到的数据存在的数据漂移问题。

公开(公告)号：CN119043717A

公开(公告)日：2024-11-29

申请号：CN202410974635.5

申请日：2024-07-19

Applicant: 中国矿业大学

Inventor： 袁冠 ,  沈刚 ,  张艳梅 ,  周炎 ,  汤裕 ,  李翔 ,  朱真才

IPC: G01M13/045

Abstract: 本发明提供了一种变工况轴承故障诊断方法、装置、计算机设备及介质，属于机械设备故障诊断领域，该方法包括：获取目标轴承的振动信号；构建领域自适应网络模型；所述领域自适应网络模型包括深度残差半收缩小波卷积网络和Softmax分类器；通过动量对比学习、最近邻对比学习、领域辨别器以及最大均值差异度量依次对领域自适应网络模型进行优化，得到轴承故障诊断模型，将目标轴承的振动信号输入轴承故障诊断模型，确定故障原因。这样，通过上下文表示的共性分布以及对多工况情况下的同一故障的特征空间分布进行对齐，实现了对轴承故障的跨域诊断；通过对故障的上下文表示和特征空间分布进行综合考虑，有利于提高诊断结果的准确性。

公开(公告)号：CN117194720A

公开(公告)日：2023-12-08

申请号：CN202311010915.6

申请日：2023-08-09

Applicant: 淮北矿业股份有限公司 ,  中国矿业大学 ,  徐州中矿华信科技有限公司

Inventor： 孟庆勇 ,  王冀宁 ,  袁冠 ,  刘肖 ,  王思阳 ,  周炎

IPC: G06F16/901 ,  G06F16/25 ,  G06N3/0464 ,  G06N3/048 ,  G06F18/25 ,  G06F17/16

Abstract: 本发明公开了一种基于时空图神经网络的煤矿多源大数据分析方法。该方法主要包括3个步骤：Step 1：使用图结构描述不同业务部门的数据关联特性，关联信息由邻接矩阵和特征矩阵组成；Step 2：根据业务数据的关联特性，使用图卷积神经网络提取关联特征，并将不同部门同一业务的关联流转特征转化为时间序列，并结合门控循环单元解决数据的时序性问题。Step 3：通过门控融合单元实现多源煤矿数据融合，保障数据的跨部门协同调度，以及异常数据的实时监测。该方法能够有效地解决数据孤岛问题，实现异常数据的监测治理，为构建安全、共享、高效的煤矿大数据分析平台提供有力的数据支撑。