一种基于云边协同与自适应知识传递的故障诊断方法技术

本发明专利技术提供一种基于云边协同与自适应知识传递的故障诊断方法，涉及故障诊断技术领域，包括以下步骤：采集齿轮箱的运行状态数据，并对运行状态数据进行过采样处理，得到训练数据集；构建第一模型和第二模型，利用训练数据集对第一模型进行迭代训练，得到第一模型对训练数据集的第一预测结果；结合第一预测结果和知识传递方法，使用训练数据集对第二模型进行迭代训练，得到优化后的第二模型；在边缘计算设备中部署优化后的第二模型，从齿轮箱中采集实时数据，导入优化后的第二模型进行检测，得到故障诊断结果。本发明专利技术能够充分利用云端和边缘端的计算资源，同时满足实时性需求，为风电机组运行状态数据的预测和诊断提供了有效的解决方案。

【技术实现步骤摘要】

本专利技术涉及故障诊断，尤其涉及一种基于云边协同与自适应知识传递的故障诊断方法。

技术介绍

1、现代齿轮箱呈现复杂化、智能化、信息化的发展趋势，齿轮箱中各个部件紧密相连，一个部件发生故障可能影响整个齿轮箱的正常运行。轴承是齿轮箱中的关键部件，然而复杂的工作环境和长时间的高速运转使得轴承极易产生故障，如果没有及时发现故障，容易造成一系列的设备损坏，甚至造成人员伤亡。因此，及时发现故障对于设备正常运转极为重要，故障诊断的目的便是通过建立监测数据与不同健康状态之间的映射关系，及时发现故障，从而保证机器的正常运行和生产效率。在实际操作中，经常在恶劣环境下运行的机械设备，往往容易出现数据丢失和推理延迟。这些挑战严重影响了故障诊断的实时性，阻碍了故障诊断的有效性。

2、中国申请号为202110547118.6的专利技术专利公开了一种多尺度单分类卷积网络的齿轮箱故障检测方法，设计具有不同卷积核大小的卷积网络，以并行的方式在多个卷积核尺度下挖掘齿轮箱振动信号的时间特征，仅利用齿轮箱正常状态下的振动数据进行建模和训练，无需有标记的故障样本参与，通过构建无监督学习本文档来自技高网...

【技术保护点】

1.一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤S1包括以下步骤：

3.如权利要求1所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤S2包括以下步骤：

4.如权利要求3所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤S21中，第一模型包括8个串联的基本模块和一个全连接层，每个基本模块包括一个3×3卷积层、一个1×1卷积层和一个BN层；第二模型由三个3×3卷积层、一个BN层和一个全连接层组成。<...

【技术特征摘要】

1.一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，包括以下步骤：

2.如权利要求1所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤s1包括以下步骤：

3.如权利要求1所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤s2包括以下步骤：

4.如权利要求3所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，步骤s21中，第一模型包括8个串联的基本模块和一个全连接层，每个基本模块包括一个3×3卷积层、一个1×1卷积层和一个bn层；第二模型由三个3×3卷积层、一个bn层和一个全连接层组成。

5.如权利要求3所述的一种基于云边协同与自适应知识传递的故障诊断方法，其特征在于，第一损失函数为：

6.如权利要求4所述的一种基于云边协同与...

【专利技术属性】
技术研发人员：王延之，胡杰翔，王丽娇，余子阳，王楚，吴金红，周奇，查志坚，罗荣敏，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：