一种应用于旋转机械设备寿命预测的联邦学习系统及方法技术方案

本发明专利技术公开了一种应用于旋转机械设备寿命预测的联邦学习系统及方法，包括本地端设备，所述本地端设备与云优化模块建立数据连接，所述本地端设备内部一侧安装有信号采集模块、数据计算模块、显示模块、数据传输模块和报警模块，所述信号采集模块包括传感器模块、采集板卡模块、AD转换模块和存储模块，所述数据传输模块包括WIFI无线传输模块和下载模块，本发明专利技术通过在本地端训练、云端进行模型聚合的方法，在满足算法高精度的同时，减少了不必要的数据传输，采用联邦学习的理念对模型进行训练，在保护用户隐私的前提下，成功训练一种适用性广、安全性强、预测精度高的机械设备剩余寿命预测器，能够良好辅助工业生产生活。能够良好辅助工业生产生活。能够良好辅助工业生产生活。

A federal learning system and method for life prediction of rotating machinery

【技术实现步骤摘要】
一种应用于旋转机械设备寿命预测的联邦学习系统及方法


[0001]本专利技术涉及机械设备状态智能监测
，具体为一种应用于旋转机械设备寿命预测的联邦学习系统及方法。

技术介绍

[0002]随着制造业的飞速发展，旋转机械设备不断进步并且广泛应用到现代化加工制造中，诸如刀具、轴承等机械零部件的应用大大提高了生产效率、产品加工质量并且减轻工人工作负担，推进了制造业的发展，然而，能否准确预测旋转机械运行状态直接影响着产品或设备的次品率和成本，影响着企业进购刀具的考量，若能够预测出机械设备的剩余寿命，则能够更好地控制成本与次品率，增加企业效率、越来越多的企业开始重视旋转机械设备的状态监测及寿命预测工作；
[0003]机械设备的状态智能监测及寿命预测要求拥有实时性、大体量、高精度的特点，应用于边云协同技术的刀具状态监测方法可以在本地端进行简单的实时计算并直接反馈结果；同时在云端进行数据存储和更大体量的模型聚合与数据计算，能够良好地满足寿命预测的要求；
[0004]互联网时代下，越来越多的企业希望在保护自身数据隐私的前提下，与其他企业的数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于旋转机械设备寿命预测的联邦学习系统，包括本地端设备(1)，其特征在于：所述本地端设备(1)与云优化模块(2)建立数据连接。2.根据权利要求1所述的一种应用于旋转机械设备寿命预测的联邦学习系统，其特征在于：所述本地端设备(1)内部一侧安装有信号采集模块(3)、数据计算模块(4)、显示模块(5)、数据传输模块(6)和报警模块(7)。3.根据权利要求2所述的一种应用于旋转机械设备寿命预测的联邦学习系统，其特征在于：所述信号采集模块(3)包括传感器模块(301)、采集板卡模块(302)、AD转换模块(303)和存储模块(304)。4.根据权利要求2所述的一种应用于旋转机械设备寿命预测的联邦学习系统，其特征在于：所述数据传输模块(6)包括WIFI无线传输模块(601)和下载模块(602)。5.根据权利要求4所述的一种应用于旋转机械设备寿命预测的联邦学习系统，其特征在于：所述WIFI无线传输模块(601)与云优化模块(2)建立数据连接。6.一种应用于旋转机械设备寿命预测的联邦学习方法，包括步骤一，采集训练；步骤二，上传生成；步骤三，下发提取；步骤四，上传训练；步骤五，下载输出；其特征在于：其中上述步骤一中，首先利用信号采集模块(3)来采集本地端设备(1)在使用过程中的旋转机械设备信号，将信号传递到数据计算模块(4)来训练本地卷积自动编码器，训练完成备用；其中上述步骤二中，当步骤一中训练生成的本地卷积自动编码器通过数据传输模块(6)传递到云优化模块(2)中，通过加权平均的方法进行聚合，进行全局编码器的聚合生成，生成全局编码器备用；其中上述步骤三中，当步骤二中的全局编码器生成后，利用数据传输模块(6)中的下载模块(602)将全局编码器下发至各本地端设备(1)中的本地编码器进行训练，从本地端数据中提取低级特征；其中上述步骤四中，将步骤三中提取得到的低级特征及对应的标签再...

【专利技术属性】
技术研发人员：王钦超，郭亮，高宏力，何屹辰，李世超，由智超，何季刚，张江泉，潘江，马贵林，伍广，刘子豪，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：