公开(公告)号：CN119179923A

公开(公告)日：2024-12-24

申请号：CN202411121333.X

申请日：2024-08-15

Applicant: 南京邮电大学

Inventor： 丁飞 ,  纪慧 ,  金钰森 ,  宋爱国 ,  吕严 ,  朱洪波

IPC: G06F18/24 ,  G06F18/213 ,  G06N3/096 ,  G06N3/094 ,  G06N3/0464 ,  G06F18/10

Abstract: 本发明公开一种基于稀疏化异构数据协同的故障诊断方法、介质及产品，方法包括将待诊断目标的采集振动数据输入故障诊断网络，输出故障诊断结果；故障诊断网络的训练方法包括使用深度可分离卷积模块，获得空间分离处理后的特征数据；使用倒置残差模块，获得增强特征后的特征数据；在倒置残差模块中添加轻量级注意力机制，获得加权处理后的特征数据；分别计算时域分支损失和频域分支损失，平衡时域分支损失和频域分支损失的权重，获得初步训练后的故障诊断网络并进行迁移学习，根据振动数据获取预训练特征；使用多个源域数据训练故障诊断网络，获得训练好的故障诊断网络。本发明解决了现有技术中工业互联网少样本数据量和故障识别不准确的问题。