公开(公告)号：CN119249229A

公开(公告)日：2025-01-03

申请号：CN202411360127.4

申请日：2024-09-27

Applicant: 郑州轻工业大学

Inventor： 巩晓赟 ,  魏亚格 ,  杜文辽 ,  李川 ,  高艺源 ,  赵斌斌 ,  王宏超 ,  田淑侠

IPC: G06F18/241 ,  G06F18/213 ,  G06N3/0442 ,  G06N3/08 ,  G01M13/045

Abstract: 本发明属于轴承故障诊断技术领域，提出了一种小样本下基于时频域对比学习的轴承故障诊断方法，通过对无标签的轴承振动数据进行预训练，利用时频域对比学习模型提取时间域和频率域特征的联合表示。在预训练阶段，模型通过时间域和频率域编码器深入学习故障数据的潜在特征，并通过域投影器将这些特征映射到一个统一的时频特征空间中，利用预训练的时频一致性对比学习模型与多层感知机分类器相结合，在小样本标记的振动数据集上进行微调训练，以增强模型的分类能力。最终，通过测试集评估模型的故障分类性能。本发明通过时频对比学习模型的预训练，有效克服了标记样本不足的难题，提升了小样本条件下的故障诊断准确性，具有良好的实际应用价值。