国家材料腐蚀与防护科学数据中心
National Materials Corrosion and Protection Data Center
中文 | Eng 数据审核 登录 反馈
名称 : 多项式核植入特征分布适配的滚动轴承故障迁移诊断方法
英文名称 : Fault Migration Diagnosis Method of Rolling Bearing Based on Polynomial Implantation Feature Distribution
类型 : 中国发明专利
发表日期 : 2019-07-10
摘要 :

多项式核植入特征分布适配的滚动轴承故障迁移诊断方法,首先获得源域滚动轴承含健康标记数据集与目标域滚动轴承的监测数据集,输入到深度残差网络后,逐层提取源域与目标域迁移故障特征;通过多项式核植入特征适配最小化分布差异;将目标域故障特征通过Softmax分类器,获得目标域样本特定健康状态的概率分布,然后将概率分布转换为目标域样本的伪标记;通过获得的分布差异与目标域伪标记训练迁移诊断模型后,将目标域轴承的监测数据输入训练完成的诊断模型,输出数据样本对应的标签概率分布,则最大概率所对应的样本标签即为滚动轴承的健康状态;本发明提高迁移诊断模型的性能和训练效率,降低调参难度。

英文摘要 :

The fault migration diagnosis method of rolling bearing with polynomial implanted feature distribution adaptation includes the following steps: firstly, obtaining the data set of source domain rolling bearing containing health mark and the monitoring data set of target domain rolling bearing, and then inputting them into depth residual network, and extracting the migration fault features of source domain and target domain layer by layer; Minimize the distribution difference through polynomial kernel embedding feature adaptation; Pass the fault features of the target domain through the Softmax classifier to obtain the probability distribution of the specific health state of the target domain sample, and then convert the probability distribution into the pseudo-mark of the target domain sample; After the obtained distribution difference and the false mark of the target domain are used to train the migration diagnosis model, the monitoring data of the target domain bearing is input into the trained diagnosis model, and the label probability distribution corresponding to the data sample is output, so that the sample label corresponding to the maximum probability is the healthy state of the rolling bearing; The method improves the performance and training efficiency of the migration diagnosis model, and reduces the difficulty of parameter adjustment.

网址 : http://pss-system.cnipa.gov.cn/sipopublicsearch/patentsearch/showViewList-jumpToView.shtml
领域 : 机器人技术
出版公司 : 中国国家知识产权局
出版国家 : CN
专利号 : CN201910619506.3
是否授权 :
附件下载
重点项目名称 : 工业机器人智能故障诊断及健康评估系统
项目所属数据集 : 工业机器人关键部件与整机故障特征数据集

关于国家科技资源服务平台

国家科技基础条件平台中心是科技部直属事业单位,致力于推动科技资源优化配置,实现开放共享,其主要职责是:承担国家科技基础条件平台建设项目的过程管理和基础性工作;承担国家科技基础条件平台建设发展战略、规范标准、管理方式、运行状况和问题的研究,以及国际合作与宣传、培训等工作;承担科技基础条件门户系统的建设与运行管理工作;参与对在建和已建国家科技基础条件平台项目的考核评估和运行监督工作。

国家科技资源服务平台相关网站


国家材料腐蚀与防护科学数据中心

国家高能物理科学数据中心

国家基因组科学数据中心

国家微生物科学数据中心

国家空间科学数据中心

国家天文科学数据中心

国家对地观测科学数据中心

国家极地科学数据中心

国家青藏高原科学数据中心

国家生态科学数据中心

国家冰川冻土沙漠科学数据中心

国家计量科学数据中心

国家地球系统科学数据中心

国家人口健康科学数据中心

国家基础学科公共科学数据中心

国家农业科学数据中心

国家林业和草原科学数据中心

国家气象科学数据中心

国家地震科学数据中心

国家海洋科学数据中心