基于迁移学习理论快速获取轴承故障诊断模型的方法
公开
摘要
本发明涉及旋转机械设备故障诊断技术领域，公开了基于迁移学习理论快速获取轴承故障诊断模型的方法，包括基模型获取和最终模型获取两个部分，基模型获取包括构建源域数据集、数据集划分、模型训练和测试、选取最优基模型，最终模型获取包括最优基模型调整、设置各层网格可训练性、构建目标域数据集、数据集划分、模型训练和测试、获取最终故障诊断模型。利用本发明方法仅需要收集少量的真实数据即可达到良好的训练效果，可极大提升建模的效率和准确性，且可在运行速度较慢或内存较小的设备上运行，设备支持性好。
基本信息
专利标题 ：
基于迁移学习理论快速获取轴承故障诊断模型的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114580459A
申请号 ：
CN202210023070.3
公开（公告）日 ：
2022-06-03
申请日 ：
2022-01-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
徐徐徐鹏飞杨世飞孙磊邹小勇刘宗斌
申请人 ：
芜湖商高大数据技术有限公司
申请人地址 ：
安徽省芜湖市弋江区芜湖高新技术产业开发区中山南路717号5号楼7楼
代理机构 ：
合肥左心专利代理事务所(普通合伙)
代理人 ：
周翠娟
优先权 ：
CN202210023070.3
主分类号 ：
G06K9/00
IPC分类号 ：
G06K9/00 G06K9/62 G06N3/04 G06N3/08 G01M13/045
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
法律状态
2022-06-03 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
