公开(公告)号：CN117312922A

公开(公告)日：2023-12-29

申请号：CN202311339033.4

申请日：2023-10-16

Applicant: 安徽工业大学

Inventor： 张洪亮 ,  张宇腾 ,  陈毅 ,  陈彬

IPC: G06F18/24 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明公开了基于多级加权动态域对抗网络的部分集跨域故障诊断方法，属于故障诊断技术领域。本发明划分源域数据和目标域数据，通过特征提取器提取数据的特征表达，利用特征表达和多级权重计算策略，计算源样本多级权重；然后通过全局和局部域鉴别器并行实施源样本过滤；最后通过动态域对抗因子动态地调节全局和局部对抗自适应过程的相对重要性。本发明设计了一种基于多级权重的并行源样本过滤方案充分过滤不相关源数据并且增强训练过程中模型校正噪声权重的性能；在此基础上，构造一个带有多级源样本过滤方案的动态域对抗框架，以最大化共享类的正迁移。该方法部分集迁移故障诊断场景下能够有效过滤不相关的源类别，减少其对诊断模型的扰动。

公开(公告)号：CN117030263A

公开(公告)日：2023-11-10

申请号：CN202311004708.X

申请日：2023-08-08

Applicant: 安徽工业大学

Inventor： 张洪亮 ,  余其源 ,  吴春花 ,  张宇腾 ,  陈彬

IPC: G01M13/045 ,  G06F18/25 ,  G06F18/2415 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/048 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明公开了一种多传感器信号融合下基于改进残差网络的轴承故障诊断方法，属于轴承故障诊断技术领域。本发明步骤如下：1、利用多个传感器，获取轴承部件在不同的同步振动信号数据，将数据进行归一化；2、截取数据集中的一维振动信号，将该一维振动信号转换成二维信号，再将不同位置得到的二维信号融合成多通道输入；3、利用包含3个双连接注意力残差模块的诊断模型，学习多通道输入数据中的故障特征，对提取的通道特征进行差异性划分，并计算模型训练过程中的损失值；4、根据得到的损失值，利用误差反向传播算法对整个网络的权重参数进行更新，直至达到最大更新次数。本发明在变工况和噪声环境干扰下，具有良好的故障分类精度。