公开(公告)号：CN116465630A

公开(公告)日：2023-07-21

申请号：CN202310121756.0

申请日：2023-02-16

Applicant: 苏州大学

Inventor： 沈长青 ,  王培琪 ,  丁建新 ,  王书蓓 ,  张福生 ,  刘承建 ,  缪红芳 ,  王冬 ,  石娟娟 ,  黄伟国 ,  朱忠奎

IPC: G01M13/045 ,  G06F18/241 ,  G06F18/213 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明涉及一种基于元迁移学习的轴承小样本故障诊断方法和系统，方法包括：采集不同工况下的轴承振动信号；对轴承振动信号进行快速傅里叶变换，并将变换后的轴承振动信号转换为二维特征图片集，二维特征图片集包括第一样本和第二样本；通过第一样本训练深度学习卷积网络，并保留训练后网络的特征提取器，同时剔除训练后网络的第一分类器，其中，所述第一分类器用于第一样本的分类；基于所述特征提取器和第二分类器构建模型，通过元迁移学习对模型中当前故障诊断任务的神经元参数进行优化，使特征提取器自适应其他所有故障诊断任务，其中,所述当前故障诊断任务为基于所述第二样本的故障诊断任务。本发明可以出色地解决小样本故障诊断问题。