公开(公告)号：CN118503793B

公开(公告)日：2024-10-18

申请号：CN202410948916.3

申请日：2024-07-16

Applicant: 北京化工大学

Inventor： 冯家欣 ,  胡明辉 ,  邹利民 ,  江志农

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/094 ,  G06F18/22

Abstract: 本发明公开了一种面向开集领域泛化的智能故障诊断方法，涉及智能故障诊断技术领域，能够有效进行领域泛化并能判别未知故障类型的智能故障诊断。为达到上述目的，本发明的技术方案包括如下步骤：对源域振动信号、辅助域振动信号以及目标域振动信号进行预处理；基于信息瓶颈原理构建域不变特征提取模型，提取得到特征隐变量并计算特征隐变量原型；构建特征间度量损失进行模型超参数优化；对特征隐变量在特征空间进行相似性度量，以类别原型为中心来划分各类别区域，进行已知、未知类判别。

公开(公告)号：CN118503793A

公开(公告)日：2024-08-16

申请号：CN202410948916.3

申请日：2024-07-16

Applicant: 北京化工大学

Inventor： 冯家欣 ,  胡明辉 ,  邹利民 ,  江志农

IPC: G06F18/241 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/0985 ,  G06N3/094 ,  G06F18/22

Abstract: 本发明公开了一种面向开集领域泛化的智能故障诊断方法，涉及智能故障诊断技术领域，能够有效进行领域泛化并能判别未知故障类型的智能故障诊断。为达到上述目的，本发明的技术方案包括如下步骤：对源域振动信号、辅助域振动信号以及目标域振动信号进行预处理；基于信息瓶颈原理构建域不变特征提取模型，提取得到特征隐变量并计算特征隐变量原型；构建特征间度量损失进行模型超参数优化；对特征隐变量在特征空间进行相似性度量，以类别原型为中心来划分各类别区域，进行已知、未知类判别。