故障检测模型训练和使用方法、装置、设备及存储介质制造方法及图纸

技术编号:42008269 阅读:28 留言:0更新日期:2024-07-12 12:28
本申请涉及一种故障检测模型训练和使用方法、装置、设备及存储介质。该方法包括:获取前一迭代过程下多个样本轴承在不同特征维度下的参考特征数据;基于故障检测模型中的特征传递网络,将前一迭代过程下不同样本轴承在不同特征维度下的参考特征数据,在不同特征维度之间进行特征传递,得到当前迭代过程下各样本轴承在不同特征传递方向上的传递特征;根据上述传递特征和前一迭代过程下相应样本轴承在不同特征维度下的参考特征数据,确定当前迭代过程下相应样本轴承在不同特征维度下的参考特征数据,用于确定下一迭代过程下的传递特征;根据上述传递特征和不同样本轴承的故障标签标注情况,对故障检测模型进行训练。

【技术实现步骤摘要】

本申请涉及人工智能,特别是涉及一种故障检测模型训练和使用方法、装置、设备及存储介质


技术介绍

1、故障检测是工业生产过程中不可或缺的环节,是保证工业过程安全可靠运行的必要手段。

2、随着人工智能技术的不断发展,将深度学习技术应用到工业生成过程中,替代部分人工工作的方式也逐渐普及。但是,在故障检测过程中,由于工业过程中样本采集过程存在一定难度,且标注样本的数量有限,因此采用传统的训练方式所训练的故障检测模型,存在检测精度较差的情况。


技术实现思路

1、基于此,有必要针对上述技术问题,提供一种能够提高检测精度的故障检测模型训练和使用方法、装置、设备及存储介质。

2、第一方面,本申请提供了一种故障检测模型训练方法,包括:

3、获取前一迭代过程下多个样本轴承在不同特征维度下的参考特征数据;

4、基于故障检测模型中的特征传递网络,将前一迭代过程下不同样本轴承在不同特征维度下的参考特征数据,在不同特征维度之间进行特征传递,得到当前迭代过程下各样本轴承在不同特征传递方向上的本文档来自技高网...

【技术保护点】

1.一种故障检测模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,若不同特征维度包括第一特征维度和第二特征维度,则所述将前一迭代过程下不同样本轴承在不同特征维度下的参考特征数据,在不同特征维度之间进行特征传递,得到当前迭代过程下各样本轴承在不同特征传递方向上的传递特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据前一迭代过程下不同样本轴承在所述第一特征维度下的参考特征数据,确定当前迭代过程下不同样本轴承在所述第一传递方向上的传递特征,包括:

4.根据权利要求2所述的方法,其特征在于,所述根据当前迭代过程下不同样本...

【技术特征摘要】

1.一种故障检测模型训练方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,若不同特征维度包括第一特征维度和第二特征维度,则所述将前一迭代过程下不同样本轴承在不同特征维度下的参考特征数据,在不同特征维度之间进行特征传递,得到当前迭代过程下各样本轴承在不同特征传递方向上的传递特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述根据前一迭代过程下不同样本轴承在所述第一特征维度下的参考特征数据,确定当前迭代过程下不同样本轴承在所述第一传递方向上的传递特征,包括:

4.根据权利要求2所述的方法,其特征在于,所述根据当前迭代过程下不同样本轴承在不同特征传递方向上的传递特征和前一迭代过程下相应样本轴承在不同特征维度下的参考特征数据,确定当前迭代过程下相应样本轴承在不同特征维度下的参考特征数据,包括:

5.根据权利要求1-4任一项所述的方法,其特征在于,所述不同特征维度下的参考特征数据包括样本特征维度下的样本特...

【专利技术属性】
技术研发人员:李秋张有洪唐小丽李志强陈仕强梁鹏张正萍
申请(专利权)人:重庆赛力斯凤凰智创科技有限公司
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