公开(公告)号：CN118797448A

公开(公告)日：2024-10-18

申请号：CN202411284257.4

申请日：2024-09-13

Applicant: 江南大学 ,  吉林大学 ,  苏州大学

Inventor： 钱鹏江 ,  张冠宇 ,  姚健 ,  樊成 ,  蒋鑫 ,  蒋亦樟 ,  方伟 ,  刘丽 ,  刘洋 ,  梁福生 ,  顾逸 ,  张欣 ,  王闯

IPC: G06F18/241 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/096 ,  G06F18/10 ,  G06F18/2131 ,  G06F123/02

Abstract: 本发明涉及机器故障诊断技术领域，公开了一种基于迁移学习的多尺度智能决策方法，包括：获取源域与目标域中的机械故障振动时序长信号，构建源域训练集与目标域训练集；在源域训练集中，对时序分信号进行预处理后，提取时域特征与频域特征，并映射为低维时域特征与低维频域特征；计算特征之间的互相关矩阵，构建互相关损失函数，来训练编码器，获取源域优化时域信号编码器，并迁移至目标域，与初始分类器，组成初始多尺度智能决策模型；对目标域时序分信号进行预测，与其真实标签，构建交叉熵损失函数，训练获取目标多尺度智能决策模型；将实时采集的机械故障振动时序长信号，预处理后分别输入目标多尺度智能决策模型中，获取对应的故障类别。