龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中南大学
摘要：本发明涉及故障诊断技术领域，公开了一种多工况故障诊断方法及系统，该方法包括：构建训练样本集和测试样本集，构建训练样本集和测试样本集的故障类型训练标签矩阵和测试标签矩阵，以及工况类别训练标签矩阵和测试标签矩阵；构建故障诊断模型；构建故障诊断模型总体损失函数；将源域工况、目标域工况的训练样本集输入故障诊断模型进行模型训练，获得故障诊断模型的最优模型参数；将目标域测试集输入至最优故障诊断模型，进行测试；输出故障类型分类结果和工况类别结果。解决了多工况下牵引电机故障特征混叠造成诊断误报率漏报率低的问题，可以有效应对多工况下电机故障诊断难问题，提高电机及其控制系统安全性、可靠性。
主权项：1.一种多工况故障诊断方法，其特征在于，包括：S1：构建牵引电机在G种工况、L种故障类型和T种特征下的训练样本集和测试样本集；构建训练样本集和测试样本集的故障类型训练标签矩阵和故障类型测试标签矩阵，以及工况类别训练标签矩阵和工况类别测试标签矩阵；S2：基于所述故障类型训练标签矩阵、故障类型测试标签矩阵、工况类别训练标签矩阵和工况类别测试标签矩阵分别构建特征提取器模型、类别判别器模型、域判别器模型，并串联所述特征提取器模型、所述类别判别器模型以及域判别器模型得到故障诊断模型；S3：构建所述故障诊断模型的总体损失函数；S4：将源域工况、目标域工况的训练样本集输入所述故障诊断模型进行模型训练，基于所述总体损失函数采用随机梯度下降法对特征提取器模型、类别判别器模型、域判别器模型的参数进行优化，获得故障诊断模型的最优模型参数以得到最优故障诊断模型；将目标域测试集输入至所述最优故障诊断模型，并获取所述最优故障诊断模型输出的故障类型分类结果和工况类别结果。
全文数据：
权利要求：
百度查询： 中南大学 一种多工况故障诊断方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号