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：湖南大学
摘要：本发明公开了一种基于属性学习的零样本轴承故障诊断方法，通过振动传感器采集轴承驱动端的振动数据，定义轴承故障属性，通过属性对未知故障种类进行诊断。通过信号样本特征搭起信号样本到信号属性的桥梁。首先通过特征嵌入子模块提取信号特征，并且通过样本信号与属性的重构考虑了故障特征空间与故障语义属性空间的一致性问题，提取的是没有语义鸿沟的样本特征；然后把提取的特征输入特征‑属性连接子模块对样本属性进行预测；最后计算预测的属性向量与不可见类属性矩阵之间的欧式距离完成标签映射，得到不可见类样本的故障类型。不仅在未知故障种类的诊断上达到较高精度，而且也能较好的诊断已知故障类型。
主权项：1.一种基于属性学习的零样本轴承故障诊断方法，其特征在于，所述方法包括以下步骤：S100：通过振动传感器采集轴承驱动端的振动数据，得到轴承故障数据集，根据故障类别定义故障属性向量，并划分可见类集合和不可见类集合；S200：利用可见类的信号样本与属性向量训练特征嵌入子模块，并利用训练好的特征嵌入子模块得到可见类和不可见类的信号样本特征；S300：使用可见类的样本特征训练特征-属性连接子模块，并使用训练好的特征-属性连接子模块预测不可见类的故障属性向量；S400：计算预测得到的不可见类的故障属性向量与不可见类属性矩阵之间的欧式距离完成标签映射，得到不可见类的预测标签，完成不可见类的故障诊断任务。
全文数据：
权利要求：
百度查询： 湖南大学 一种基于属性学习的零样本轴承故障诊断方法
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