公开(公告)号：CN118797435A

公开(公告)日：2024-10-18

申请号：CN202410802576.3

申请日：2024-06-20

Applicant: 北京信息科技大学

Inventor： 王红军 ,  乔琦 ,  王楠 ,  岳宇宾

IPC: G06F18/241 ,  G06F18/2131 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/096 ,  G06F123/02

Abstract: 本发明公开了一种基于改进联合网络迁移学习融合的转子系统故障诊断方法，属于燃气轮机转子故障诊断技术领域，包括首先舍弃掉DenseNet网络的分类层，只需利用DenseNet网络的特征提取层，随后将改进的DenseNet网络的输出层连接到VIT模型的输入层构成联合网络，利用迁移学习将训练好的模型权重参数进行迁移。本发明采用上述一种基于改进联合网络迁移学习融合的转子系统故障诊断方法，具有较高的转子故障识别精度，并且模型的故障分类准确率也高于传统卷积神经网络，该模型具有优异性和可靠性。