公开(公告)号：CN117992847A

公开(公告)日：2024-05-07

申请号：CN202410151252.8

申请日：2024-02-02

Applicant: 河北工业大学

Inventor： 季海鹏 ,  赵益晨 ,  刘晶 ,  史进 ,  汪鹏 ,  王旭 ,  董永峰

IPC: G06F18/241 ,  G06F18/214 ,  G06F18/213 ,  G06N3/096 ,  G06N20/20

Abstract: 本发明公开了基于联邦迁移学习的设备故障诊断方法，包括下述步骤：S1.所有工厂子端对故障数据进行采集、归一化等数据预处理；S2.利用本地的故障数据进行训练，进行参数调整得到最优模型参数，重新调优初始化得到各工厂子端BiGRU诊断模型；S3.进行差异化更新操作，计算各工厂子端的通信因子，得到局部模型；S4.中心服务器对局部模型完成中心聚合，生成新一轮全局模型下发至工厂子端；S5.构建多源子域自适应迁移学习模型，降低无用特征标签数据权重，选取高质量可迁移故障特征；S6.得到迁移模型，目标域工厂子端利用本地目标域数据训练得到个性诊断模型。本发明实现低质量数据下的多源数据联合设备故障诊断。

公开(公告)号：CN115562244A

公开(公告)日：2023-01-03

申请号：CN202211330534.1

申请日：2022-10-26

Applicant: 河北工业大学

Inventor： 刘晶 ,  赵益晨 ,  季海鹏 ,  盛译瑶 ,  张恒瑞

IPC: G05B23/02

Abstract: 本发明公开了一种基于动态联邦学习的设备故障诊断方法，包括下述步骤：S1.搭建包含局部更新模块与中心聚合模块的联邦学习框架；S2.所有工厂子端对故障数据进行采集、归一化等数据处理；S3.在局部更新模块中构造子端SAC‑BIGRU故障诊断模型，对预处理后的数据进行训练并进行模型更新，同时初始化各子端的平衡系数(ω)；S4.中心聚合模块利用动态加权平衡算法(Fed‑Dwb)，根据子端更新后的ω动态调整模型上传参数比例；S5.中心端对局部模型完成中心聚合，生成新一轮全局模型下发至工厂子端；S6.局部更新模块利用Fed‑Dwb调整各子端ω，并根据子端的ω动态调整子端模型的训练次数，之后进入下一轮通讯。

公开(公告)号：CN115562244B

公开(公告)日：2023-08-15

申请号：CN202211330534.1

申请日：2022-10-26

Applicant: 河北工业大学

Inventor： 刘晶 ,  赵益晨 ,  季海鹏 ,  盛译瑶 ,  张恒瑞

IPC: G05B23/02

Abstract: 本发明公开了一种基于动态联邦学习的设备故障诊断方法，包括下述步骤：S1.搭建包含局部更新模块与中心聚合模块的联邦学习框架；S2.所有工厂子端对故障数据进行采集、归一化等数据处理；S3.在局部更新模块中构造子端SAC‑BIGRU故障诊断模型，对预处理后的数据进行训练并进行模型更新，同时初始化各子端的平衡系数(ω)；S4.中心聚合模块利用动态加权平衡算法(Fed‑Dwb)，根据子端更新后的ω动态调整模型上传参数比例；S5.中心端对局部模型完成中心聚合，生成新一轮全局模型下发至工厂子端；S6.局部更新模块利用Fed‑Dwb调整各子端ω，并根据子端的ω动态调整子端模型的训练次数，之后进入下一轮通讯。