System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 旋转机械故障诊断方法、装置、电子设备及存储介质制造方法及图纸_技高网

旋转机械故障诊断方法、装置、电子设备及存储介质制造方法及图纸

技术编号:40666984 阅读:9 留言:0更新日期:2024-03-18 19:01
本申请适用于旋转机械设备故障诊断技术领域,提供了旋转机械故障诊断方法、装置、电子设备及存储介质是,该旋转机械故障诊断方法包括:基于多个目标样本数据和预设的自适应损失函数,对旋转机械在第一转速下的故障诊断模型进行训练,得到旋转机械在第二转速下的故障诊断模型;其中,目标样本数据为旋转机械在第二转速下的震动信号;预设的自适应损失函数包括加权对比损失函数、早期学习正则函数和邻域聚类损失函数;基于旋转机械在第二转速下的故障诊断模型,对旋转机械在第二转速下的震动信号进行故障诊断。本申请在源数据和目标数据标签缺失的情况下,能很好地使源训练的源模型很好的适应未标记的目标域。

【技术实现步骤摘要】

本申请属于旋转机械设备故障诊断,尤其涉及旋转机械故障诊断方法、装置、电子设备及存储介质


技术介绍

1、随着现代科学技术的发展以及工业自动化程度的提高,机械设备正向大型化、高速化、自动化、智能化方向发展。旋转机械设备经常需要处于高速、重载运行状态,由于高强度的运行和外部环境的多种因素影响,不可避免会出现故障,导致设备不能正常运行使用甚至造成巨大的经济损失和灾难性后果。

2、在实际工况里,工作条件是复杂多变的,不同的工况下获得的数据分布不相同,并且通常难以获得目标域数据的标签,现有的解决方案是引入无监督域自适应性(unsupervised domain adaptation,uda),它的目标是利用标签丰富的源域来改进未标记目标域上的模型性能,从而不需要再对目标数据做费力的注释。

3、但是,在某些情况下,由于隐私保护,甚至连源域数据都难以获得。为了解决这个问题,现有的无源uda方法试图通过生成目标特征类似的原型或通过对目标数据进行伪标记来改进源模型。然而,直接从源模型生成原型非常困难,并且伪标记可能由于域位移而导致错误标记,这两种情况都会导致训练结果不佳。因此,为了解决缺少源域数据和目标域数据标签的问题,需要提供一种新的无源uda方法。


技术实现思路

1、为克服缺少源域数据和目标域数据标签的问题,本申请实施例提供了旋转机械故障诊断方法、装置、电子设备及存储介质。

2、本申请是通过如下技术方案实现的:

3、第一方面,本申请实施例提供了一种旋转机械故障诊断方法,包括:

4、基于多个目标样本数据和预设的自适应损失函数,对所述旋转机械在第一转速下的故障诊断模型进行训练,得到所述旋转机械在第二转速下的故障诊断模型;其中,所述目标样本数据为所述旋转机械在第二转速下的震动信号;所述预设的自适应损失函数包括加权对比损失函数、早期学习正则函数和邻域聚类损失函数;

5、基于所述旋转机械在第二转速下的故障诊断模型,对所述旋转机械在第二转速下的震动信号进行故障诊断。

6、第二方面,本申请实施例提供了一种旋转机械故障诊断装置,包括:

7、训练模块,用于基于多个目标样本数据和预设的自适应损失函数,对所述旋转机械在第一转速下的故障诊断模型进行训练,得到所述旋转机械在第二转速下的故障诊断模型;其中,所述目标样本数据为所述旋转机械在第二转速下的震动信号;所述预设的自适应损失函数包括加权对比损失函数、早期学习正则函数和邻域聚类损失函数;

8、诊断模块,用于基于所述旋转机械在第二转速下的故障诊断模型,对所述旋转机械在第二转速下的震动信号进行故障诊断。

9、第三方面,本申请实施例提供了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面任一项所述的旋转机械故障诊断方法。

10、第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一项所述的旋转机械故障诊断方法。

11、第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面中任一项所述的旋转机械故障诊断方法。

12、可以理解的是,上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。

13、本申请实施例与相关技术相比存在的有益效果是:本申请实施例,基于多个目标样本数据和预设的自适应损失函数,对旋转机械在第一转速下的故障诊断模型进行训练,得到旋转机械在第二转速下的故障诊断模型;其中,目标样本数据为旋转机械在第二转速下的震动信号;预设的自适应损失函数包括加权对比损失函数、早期学习正则函数和邻域聚类损失函数。最后基于旋转机械在第二转速下的故障诊断模型,对旋转机械在第二转速下的震动信号进行故障诊断。本申请在源数据和目标数据标签缺失的情况下,能很好地使源训练的源模型很好的适应未标记的目标域。

14、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本说明书。

本文档来自技高网...

【技术保护点】

1.一种旋转机械故障诊断方法,其特征在于,包括:

2.如权利要求1所述的旋转机械故障诊断方法,其特征在于,所述故障诊断模型包括特征提取器和分类器;

3.如权利要求2所述的旋转机械故障诊断方法,其特征在于,所述基于所述虚拟源域原型的特征向量、各个目标样本数据的特征向量和预测概率,确定加权对比损失、早期学习正则函数值和邻域聚类损失,包括:

4.如权利要求3所述的旋转机械故障诊断方法,其特征在于,所述基于所述目标对比特征向量、所述源域原型对比特征向量、各个目标样本数据的特征向量和预测概率,确定所述加权对比损失,包括:

5.如权利要求3所述的旋转机械故障诊断方法,其特征在于,所述基于所述目标对比特征向量和所述源域原型对比特征向量,确定所述早期学习正则函数值,包括:

6.如权利要求3所述的旋转机械故障诊断方法,其特征在于,所述基于各个目标样本数据的特征向量,确定所述邻域聚类损失,包括:

7.如权利要求2所述的旋转机械故障诊断方法,其特征在于,

8.一种旋转机械故障诊断装置,其特征在于,包括:

9.一种电子设备,包括存储器和处理器,所述存储器中存储有可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。

...

【技术特征摘要】

1.一种旋转机械故障诊断方法,其特征在于,包括:

2.如权利要求1所述的旋转机械故障诊断方法,其特征在于,所述故障诊断模型包括特征提取器和分类器;

3.如权利要求2所述的旋转机械故障诊断方法,其特征在于,所述基于所述虚拟源域原型的特征向量、各个目标样本数据的特征向量和预测概率,确定加权对比损失、早期学习正则函数值和邻域聚类损失,包括:

4.如权利要求3所述的旋转机械故障诊断方法,其特征在于,所述基于所述目标对比特征向量、所述源域原型对比特征向量、各个目标样本数据的特征向量和预测概率,确定所述加权对比损失,包括:

5.如权利要求3所述的旋转机械故障诊断方法,其特征在于,所述基于所述目标对比特征向量和所述源域原...

【专利技术属性】
技术研发人员:张宇刘培培潘志威胡梦雅张公政黄泽阳黄冠超杜利达
申请(专利权)人:河钢数字技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1