【技术实现步骤摘要】
本专利技术属于机电复合传动系统智能诊断，涉及机电复合传动系统故障的联邦迁移诊断方法。
技术介绍
1、机电复合传动系统作为装甲车辆等地面装备的关键功能产品，直接决定着装备的性能和可靠性。由于装甲车辆等地面装备工作负载范围宽、工况转换频繁、冲击载荷大、工作环境恶劣，在新一代装备产品研发和在役装备使用过程中，机电复合传动系统功能故障及关键部件故障频繁发生，严重制约了装备可靠性的提升。因此，迫切需要研究机电复合传动系统故障诊断技术。
2、当前智能故障诊断方法依赖大量带标签的训练数据，然而在实际工程中，由于机电复合传动系统样本标记成本高昂、关键部位难以布设传感器等因素，导致可用于训练的数据往往具有样本稀缺、标签不足、分布差异显著等特点。此外，随着装甲车辆等地面装备数据隐私和合规性问题的日益凸显，不同设备或厂家之间难以共享诊断数据，进一步限制了传统集中式数据驱动智能诊断方法的适用性和推广性。
3、为克服异构源域间数据隐私保护带来的泛化困难，联邦学习作为一种分布式机器学习范式，因其无需直接共享原始数据即可实现多源协同建模的优势...
【技术保护点】
1.一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，获取本地机电复合传动系统的运行数据包括：各客户端分别采集本地机电复合传动系统的运行数据，在本地完成包括数据清洗、降采样、归一化、故障类别标签标注及样本切分的预处理操作，构建局部训练集。
3.根据权利要求2所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，各客户端收集试验轴承正常状态和故障状态下的振动数据；
4.根据权利要求1所述的一种机电复合传动系统故障联邦迁移诊断方法，其...
【技术特征摘要】
1.一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，获取本地机电复合传动系统的运行数据包括：各客户端分别采集本地机电复合传动系统的运行数据，在本地完成包括数据清洗、降采样、归一化、故障类别标签标注及样本切分的预处理操作，构建局部训练集。
3.根据权利要求2所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，各客户端收集试验轴承正常状态和故障状态下的振动数据；
4.根据权利要求1所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，客户端数据包括来自不同设备、运行工况、采样策略或企业的异构数据，具有非独立同分布特性，客户端之间与各客户端本地均存在数据分布漂移现象。
5.根据权利要求1所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，梯度先验引导下的全局模型跨客户端更新过程，具体如下：
6.根据权利要求5所述的一种机电复合传动系统故障联邦迁移诊断方法，其特征在于，根据模...
【专利技术属性】
技术研发人员：曹宏瑞，刘佳宁，任奕萱，蔺肖曼，魏江，史江海，陈雪峰，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：
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。