公开(公告)号：CN115600093A

公开(公告)日：2023-01-13

申请号：CN202211084552.6

申请日：2022-09-06

Applicant: 贵州大学(CN)

Inventor： 周鹏 ,  杨明宝 ,  李少波 ,  张钧星 ,  张安思 ,  傅广

IPC: G06F18/213 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/082

Abstract: 本发明公开了一种多深度网络融合迁移蒸馏多工况旋转机械故障诊断模型，包括特征图转化模块、多深度网络融合迁移模块和知识蒸馏模块,特征图转化模块用于将原始信号数据和负载工况数据，分别归一化后，编码转化到图像的三个通道中；多深度网络融合迁移模块根据特征图转化模块得到的数据，采用parmeter based transfer learning的方式对多个网络同时进行迁移和训练；知识蒸馏模块用于对多深度网络融合迁移模块的模型进行压缩。本发明的多深度网络融合迁移学习多工况旋转机械故障诊断模型对WideResNet模块、ResNeSt模块和ResNet152模块进行集成，降低了模型训练所需时间。