公开(公告)号：CN113065581A

公开(公告)日：2021-07-02

申请号：CN202110291696.8

申请日：2021-03-18

Applicant: 重庆大学

Inventor： 秦毅 ,  姚群旺 ,  罗均 ,  蒲华燕

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于参数共享对抗域自适应网络的振动故障迁移诊断方法，包括获取源域数据集Ds和目标域数据集Dt划分为训练集和测试集；构建参数共享对抗域自适应网络模型；交替进行共享网络训练和对抗训练，对参数共享对抗域自适应网络模型迭代更新训练；输出目标域数据集Dt无标签目标域样本的故障诊断结果。本发明提出了一种不平衡对抗训练策略，降低网络结构的复杂性，增强了域混淆能力，提高迁移诊断的准确性。

公开(公告)号：CN115204292A

公开(公告)日：2022-10-18

申请号：CN202210830736.6

申请日：2022-07-14

Applicant: 重庆大学

Inventor： 秦毅 ,  钱泉 ,  姚群旺 ,  蒲华燕 ,  柏厚义

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请提供一种基于PSFEN的跨设备振动故障迁移诊断方法，步骤为：采集源域数据集Ds和目标域数据集Dt，并分别划分为训练集和测试集；构建基于PSFEN的跨设备振动故障迁移诊断模型，所述诊断模型模型包括由特征提取器1、特征提取器2构成的伪孪生特征提取器；将划分的源域训练集和目标域训练集分别输入特征提取器1、特征提取器2中，对PSFEN交替进行整体训练和对抗训练，直到损失曲线趋于平稳收敛；将目标域数据集的测试集输入训练好的诊断模型中，进行故障诊断。本申请利用伪孪生特征提取器分别提取源域和目标域的特征，从而获得两个域的一些排他特征，再通过减小域间损失训练网络，让两个域在特征层分布接近，以实现域适应。

公开(公告)号：CN113065581B

公开(公告)日：2022-09-16

申请号：CN202110291696.8

申请日：2021-03-18

Applicant: 重庆大学

Inventor： 秦毅 ,  姚群旺 ,  罗均 ,  蒲华燕

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于参数共享对抗域自适应网络的振动故障迁移诊断方法，包括获取源域数据集Ds和目标域数据集Dt划分为训练集和测试集；构建参数共享对抗域自适应网络模型；交替进行共享网络训练和对抗训练，对参数共享对抗域自适应网络模型迭代更新训练；输出目标域数据集Dt无标签目标域样本的故障诊断结果。本发明提出了一种不平衡对抗训练策略，降低网络结构的复杂性，增强了域混淆能力，提高迁移诊断的准确性。