故障诊断模型训练方法、故障诊断方法及相关装置.pdfVIP

下载本文档

45
0
约1.89万字
约 16页
2023-05-15 发布于四川
举报
版权申诉

故障诊断模型训练方法、故障诊断方法及相关装置.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请提供的故障诊断模型训练方法、故障诊断方法及相关装置中，模型训练设备获取多种原始特征的重要性得分，并根据各原始特征的重要性得分筛选出待检测特征；最后，基于该待检测特征的训练数据集对机器学习模型进行训练，获得故障诊断模型。由于每个原始特征的重要性得分用于衡量对应原始特征与异步电机所产生故障之间的关联程度，因此，相较于直接使用原始特征的训练数据集对机器学习模型进行训练，提升了机器学习模型的训练效率以及所训练故障诊模型的泛化能力。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114742234 A (43)申请公布日 2022.07.12 (21)申请号 202210380983.0 (22)申请日 2022.04.12 (71)申请人广东省科学院智能制造研究所地址