-
公开(公告)号：CN119312228B
公开(公告)日：2025-04-15
申请号：CN202411382420.0
申请日：2024-09-30
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/214 , G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种个性化联邦跳跃聚合策略的谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域，以解决数据孤岛下不同谐波减速器用户间数据分布差异导致故障诊断精度低的问题。本发明的技术要点包括：提出基于二次聚合的模型构建方法用于部署个性化本地模型，以用户为中心，通过二次聚合为每个用户部署适用于本地数据集的个性化初始化模型，同时利用L2正则化避免过拟合，解决全局模型准确率下降问题；提出基于循环权重的联邦聚合策略，以加快全局模型收敛；在全局模型参数下发阶段，提出模型参数跳跃聚合策略，在不增加额外计算开销的情况下克服FedAvg算法收敛缓慢的缺点。本发明适用于保证数据隐私的多用户谐波减速器协同故障诊断。
-
公开(公告)号：CN119513654A
公开(公告)日：2025-02-25
申请号：CN202411542983.1
申请日：2024-10-31
Applicant: 哈尔滨理工大学
IPC: G06F18/24 , G01M13/028 , G06F18/2131 , G06F30/27 , G06N3/0464 , G06N3/088 , G06F119/14
Abstract: 本发明公开了一种基于数字孪生的不同工况下工业机器人谐波减速器故障诊断方法及系统，涉及谐波减速器故障诊断技术领域。本发明的技术要点包括：首先，基于动力学建模方法构建谐波减速器故障数字孪生模型，获取孪生数据；其次，提出基于循环生成对抗网络的数字孪生虚实映射方法，实现孪生数据与实测数据的虚实映射；然后，引入改进的半软阈值函数构建深度残差收缩网络，抑制噪声干扰并提取特征，同时在无监督场景下对所提特征进行域适应处理，利用MMD减小领域间分布差异，实现不同工况下的故障诊断。最后，搭建谐波减速器故障模拟试验台并进行实验验证，本发明有效解决了无监督场景中不同工况下工业机器人谐波减速器的故障诊断问题。
-
公开(公告)号：CN119312228A
公开(公告)日：2025-01-14
申请号：CN202411382420.0
申请日：2024-09-30
Applicant: 哈尔滨理工大学
IPC: G06F18/2431 , G06F18/2415 , G06F18/214 , G06N3/098 , G06N3/0464
Abstract: 本发明公开了一种个性化联邦跳跃聚合策略的谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域，以解决数据孤岛下不同谐波减速器用户间数据分布差异导致故障诊断精度低的问题。本发明的技术要点包括：提出基于二次聚合的模型构建方法用于部署个性化本地模型，以用户为中心，通过二次聚合为每个用户部署适用于本地数据集的个性化初始化模型，同时利用L2正则化避免过拟合，解决全局模型准确率下降问题；提出基于循环权重的联邦聚合策略，以加快全局模型收敛；在全局模型参数下发阶段，提出模型参数跳跃聚合策略，在不增加额外计算开销的情况下克服FedAvg算法收敛缓慢的缺点。本发明适用于保证数据隐私的多用户谐波减速器协同故障诊断。
-
公开(公告)号：CN118094289A
公开(公告)日：2024-05-28
申请号：CN202410200962.5
申请日：2024-02-23
Applicant: 哈尔滨理工大学
IPC: G06F18/24 , G01M13/028 , G06F18/10 , G06F18/25 , G06N3/0464 , G06N3/096
Abstract: 本发明公开了一种基于信息融合的不同工况下谐波减速器故障诊断方法及系统，涉及减速器故障诊断技术领域。本发明的技术要点包括：采集不同状态的谐波减速器在不同位置的加速度信号；利用多个加速度信号构建样本集；对加速度信号进行预处理；将预处理后的二维时频图像进行小波分解，得到其高频分量与低频分量，以预设的融合规则进行图像融合；将训练样本对应的融合图像输入基于迁移学习的谐波减速器故障诊断模型中进行训练；将目标域测试样本对应的融合图像本输入训练好的谐波减速器故障诊断模型，获取诊断结果。本发明能够有效实现无监督场景中不同工况下谐波减速器的故障诊断。
-
-
-
Search Results
4
records
(took 0.019 seconds)
