公开(公告)号：CN118245778A

公开(公告)日：2024-06-25

申请号：CN202410437543.3

申请日：2024-04-12

Applicant: 湖南大学

Inventor： 杨科华 ,  曾宏辉

IPC: G06F18/213 ,  G06F18/214 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/09 ,  G06N3/098

Abstract: 本发明公开了基于联邦学习与知识蒸馏结合的滚动轴承故障诊断方法，包括：获取轴承振动数据，基于比例周期的滑动窗口样本采样，构造出带标签的源域样本集合和无标签的目标域样本集合；对带标签的源域样本集合和无标签的目标域样本集合进行特征提取得到分类向量；定义教师模型和学生模型，采用教师模型对轴承振动数据进行推理生成软标签，优化本地模型；初始化全局模型，获取本地用户端上传的模型参数，并评估用户端的通信效率和计算能力，根据加权策略计算各个本地用户端的权重，对各个用户端的本地模型更新进行加权聚合获得全局模型，更新全局模型，获得训练好的全局模型；将待测轴承振动数据输入训练好的全局模型，完成对滚动轴承的故障诊断。