-
公开(公告)号:CN118468724B
公开(公告)日:2025-04-11
申请号:CN202410685948.9
申请日:2024-05-30
Applicant: 苏州大学
IPC: G06F30/27 , G06F30/17 , G06N3/094 , G06N3/045 , G06F18/241 , G06F18/214 , G06F119/04
Abstract: 本发明提供一种差异性对齐指导下域对抗网络机械设备RUL预测方法及系统,涉及机械RUL预测和机器学习技术领域,该方法包括采集来自不同工况、不同故障类型的传感器信号并处理成输入样本;构造特征提取器,域鉴别器和差异提取器;利用源域样本序列对特征提取器和域鉴别器进行预训练;将预训练的特征提取器和域鉴别器移至训练阶段,以进行鉴别源域样本和目标域样本;充分训练本方法至收敛,并利用训练良好的特征提取器和域鉴别器对测试样本进行预测,获得方法的预测性能。本发明可以实现跨工况下域不变特征提取和差异目标域剩余寿命侦测,具有极佳的跨域RUL效果。
-
公开(公告)号:CN118468724A
公开(公告)日:2024-08-09
申请号:CN202410685948.9
申请日:2024-05-30
Applicant: 苏州大学
IPC: G06F30/27 , G06F30/17 , G06N3/094 , G06N3/045 , G06F18/241 , G06F18/214 , G06F119/04
Abstract: 本发明提供一种差异性对齐指导下域对抗网络机械设备RUL预测方法及系统,涉及机械RUL预测和机器学习技术领域,该方法包括采集来自不同工况、不同故障类型的传感器信号并处理成输入样本;构造特征提取器,域鉴别器和差异提取器;利用源域样本序列对特征提取器和域鉴别器进行预训练;将预训练的特征提取器和域鉴别器移至训练阶段,以进行鉴别源域样本和目标域样本;充分训练本方法至收敛,并利用训练良好的特征提取器和域鉴别器对测试样本进行预测,获得方法的预测性能。本发明可以实现跨工况下域不变特征提取和差异目标域剩余寿命侦测,具有极佳的跨域RUL效果。
-
公开(公告)号:CN119128669A
公开(公告)日:2024-12-13
申请号:CN202411149555.2
申请日:2024-08-21
Applicant: 苏州大学
IPC: G06F18/2413 , G01M13/045 , G06F18/214 , G06F18/21 , G06F18/25 , G06F18/23213 , G06N3/0985 , G06N3/0895 , G06N3/096 , G06F123/02
Abstract: 本发明涉及一种基于物理信息自监督迁移的轴承故障诊断方法及系统,属于轴承故障诊断技术领域。采集轴承的振动信号获得数据集,对其分析获得物理标签、伪标签和数据标签,并对伪标签进行动态更新;分别根据伪标签和数据标签的交叉熵、物理标签和数据标签的交叉熵获得数据损失和物理损失,并动态分配权重融合两者获得损失函数;其中,物理损失的权重根据数据损失的方差倒数动态调整;将待检测轴承的目标数据输入至利用损失函数训练得到的诊断模型中,输出目标特征;将特征输入至物理模型和聚类模型中获得目标物理标签和目标伪标签,并将其对齐,得到故障诊断结果。本发明提高了诊断模型的泛化能力和可解释性,且不依赖于标记标签。
-
-