-
公开(公告)号:CN117113188A
公开(公告)日:2023-11-24
申请号:CN202311087706.1
申请日:2023-08-25
Applicant: 淮北矿业股份有限公司 , 中国矿业大学 , 徐州中矿华信科技有限公司
IPC: G06F18/241 , G06F18/214 , G06F18/25 , G06F18/20 , G06N3/04 , G06Q50/02
Abstract: 本发明公开了一种多视图对比增强的煤矿多关系大数据分析方法,首先获取煤矿复杂场景或者复杂业务下待分析的数据信息,构建煤矿复杂业务场景异质图模型,利用异质图模型中节点特征计算节点之间的相似度,生成相似度图;对生成的相似度图依次进行稀疏化、非负化和归一化预处理;通过对比学习与无监督的优化方法进行优化;再利用渐进式的图结构更新策略对抽取和表征的复杂数据间的关系进行更新。本发明借助异质图结构充分保留了煤矿复杂业务场景大数据的关系信息,并结合无监督的学习方式,提取煤矿复杂业务场景的数据结构与语义特征,抽取煤矿复杂业务场景数据的关键关系,从而提高在煤矿复杂数据的多关系挖掘任务上的性能。
-
公开(公告)号:CN119004240A
公开(公告)日:2024-11-22
申请号:CN202411479689.0
申请日:2024-10-23
Applicant: 中国矿业大学
IPC: G06F18/2413 , G01M13/045 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于图卷积网络的轴承故障诊断方法、装置及设备,涉及旋转机械故障检测技术领域,本发明利用基于邻近算法KNN的关联图构造法和节点嵌入法将目标域数据和源域数据构造为特征节点分类连接的关联图,使其建立起目标域数据和源域数据之间的内在关联关系,从而缩小目标域数据和源域数据的特征分布偏差,而后引入伪标签一致性学习策略调整分类器决策边界使其更准确地对目标域数据进行分类,并同时使用自适应全局阈值和自适应局部阈值获取准确分类后的目标域数据的平均置信度来计算全局阈值,以全局阈值判断滚动轴承的诊断结果;可捕捉到目标域数据内更深层次、更复杂的故障特征信息,因而对滚动轴承的故障识别的准确度大幅提升。
-
公开(公告)号:CN119004240B
公开(公告)日:2025-03-28
申请号:CN202411479689.0
申请日:2024-10-23
Applicant: 中国矿业大学
IPC: G06F18/2413 , G01M13/045 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/042 , G06N3/0464 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了一种基于图卷积网络的轴承故障诊断方法、装置及设备,涉及旋转机械故障检测技术领域,本发明利用基于邻近算法KNN的关联图构造法和节点嵌入法将目标域数据和源域数据构造为特征节点分类连接的关联图,使其建立起目标域数据和源域数据之间的内在关联关系,从而缩小目标域数据和源域数据的特征分布偏差,而后引入伪标签一致性学习策略调整分类器决策边界使其更准确地对目标域数据进行分类,并同时使用自适应全局阈值和自适应局部阈值获取准确分类后的目标域数据的平均置信度来计算全局阈值,以全局阈值判断滚动轴承的诊断结果;可捕捉到目标域数据内更深层次、更复杂的故障特征信息,因而对滚动轴承的故障识别的准确度大幅提升。
-
公开(公告)号:CN119004044B
公开(公告)日:2025-02-25
申请号:CN202411472078.3
申请日:2024-10-22
Applicant: 中国矿业大学
IPC: G06F18/20 , G01M13/045 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/241 , G06F18/2431 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于加权对抗的轴承故障诊断方法、装置及设备,涉及旋转机械故障检测技术领域,本发明通过滚动轴承所采集的历史振动信号形成的有标签源域数据训练加权域网络模型中的辅助分类器和标签分类器,使得训练后的辅助分类器提取目标域特征的目标域熵值,及使用后验推断拟合目标域熵值以获得目标域特征的权重时,缩小源域特征和目标域特征中已知类的特征分布偏差,从而使得训练后的标签分类器能够更好地区分目标域特征中的已知类和未知类,并根据已知类特征和未知类特征输出滚动轴承的诊断结果,对于开集跨域故障的识别准确度大幅提高。
-
公开(公告)号:CN119004044A
公开(公告)日:2024-11-22
申请号:CN202411472078.3
申请日:2024-10-22
Applicant: 中国矿业大学
IPC: G06F18/20 , G01M13/045 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/241 , G06F18/2431 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于加权对抗的轴承故障诊断方法、装置及设备,涉及旋转机械故障检测技术领域,本发明通过滚动轴承所采集的历史振动信号形成的有标签源域数据训练加权域网络模型中的辅助分类器和标签分类器,使得训练后的辅助分类器提取目标域特征的目标域熵值,及使用后验推断拟合目标域熵值以获得目标域特征的权重时,缩小源域特征和目标域特征中已知类的特征分布偏差,从而使得训练后的标签分类器能够更好地区分目标域特征中的已知类和未知类,并根据已知类特征和未知类特征输出滚动轴承的诊断结果,对于开集跨域故障的识别准确度大幅提高。
-
-
-
-