一种基于在线迁移学习的旋转机械故障监测方法.pdfVIP

下载本文档

0
0
约1.52万字
约 15页
2024-01-03 发布于四川
举报
版权申诉

一种基于在线迁移学习的旋转机械故障监测方法.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

本发明公开了一种基于在线迁移学习的旋转机械故障监测方法，属于设备运行状态监测领域。该方法包括以下步骤：S1：在待监测设备上布置三向振动传感器，获取正常运行时的振动信号；S2：将S1中的数据进行快速傅里叶变换，得到模型训练样本；S3：离线训练基于SSAE‑SVM的两阶段故障监测模型；S4：部署监测模型，根据模型监测结果生成在线目标域训练数据；S5：计算源域数据与在线目标域数据集在SSAE深层特征的Coral距离，微调目标域SSAE参数；S6：利用在线故障数据训练基于偏二叉树SVM的多分类监测模型。

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN117330315A

(43)申请公布日2024.01.02

(21)申请号202311628790.3G06F18/2411(2023.01)