- 专利标题： 基于全自主动机偏移的电机故障诊断阶梯式学习方法
-
申请号： CN202311439543.9申请日： 2023-11-01
-
公开(公告)号： CN117150377B公开(公告)日： 2024-02-02
- 发明人: 王彪 , 邱海权 , 秦勇 , 丁奥 , 伊枭剑 , 郭亮
- 申请人： 北京交通大学
- 申请人地址： 北京市海淀区西直门外上园村3号北京交通大学科学技术研究院
- 专利权人： 北京交通大学
- 当前专利权人： 北京交通大学
- 当前专利权人地址： 北京市海淀区西直门外上园村3号北京交通大学科学技术研究院
- 代理机构： 北京慕达星云知识产权代理事务所
- 代理商 刘阳河
- 主分类号： G06F18/2413
- IPC分类号： G06F18/2413 ; G01R31/34 ; G06F18/214 ; G06F18/2415 ; G06F18/213 ; G06N3/0464 ; G06N3/08 ; G06N3/084
摘要：
本发明涉及电机故障诊断技术领域，具体涉及一种基于全自主动机偏移的电机故障诊断阶梯式学习方法，包括多个学习阶段；在训练初始，收集电机的基础故障数据集样本，对特征提取器模型和故障分类器模型进行训练；将初始训练后的样本特征向量分为典型样本和非典型样本，对构造好的新型故障检测器模型进行训练，以识别新型故障；识别出新型故障后，进入高阶学习阶段；在动机偏移损失的指导下，利用带有新型故障的新训练数据集样本对上一学习阶段训练后的特征提取器模型和故障分类器模型进行训练；训练完成后，进入到下一学习阶段。本发明可自主地判别数据中是否出现新型故障，还在出现新故障时，对原有模型进行阶梯式学习，提高模型
公开/授权文献
- CN117150377A 基于全自主动机偏移的电机故障诊断阶梯式学习方法 公开/授权日：2023-12-01
