基本信息:
- 专利标题： 一种基于迁移学习故障诊断模型的齿轮故障诊断方法
- 申请号：CN202411940198.1 申请日：2024-12-26
- 公开(公告)号：CN119848625A 公开(公告)日：2025-04-18
- 发明人： 李学艺 , 李岱优 , 赵思为 , 杨宇轩 , 张家豪 , 徐海彬 , 王天杨
- 申请人： 东北林业大学
- 申请人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 专利权人： 东北林业大学
- 当前专利权人： 东北林业大学
- 当前专利权人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 代理机构： 哈尔滨市松花江联合专利商标代理有限公司
- 代理人： 杨晓辉
- 主分类号： G06F18/241
- IPC分类号： G06F18/241 ; G06F18/214 ; G06F18/213 ; G06F30/20 ; G06N3/0464 ; G06N3/096 ; G01M13/021 ; G01M13/028 ; G06F119/14
摘要：
一种基于迁移学习故障诊断模型的齿轮故障诊断方法，本发明涉及基于迁移学习故障诊断模型的齿轮故障诊断方法。本发明的目的是为了解决实际齿轮故障诊断过程中故障样本少，数据不平衡，导致齿轮故障诊断准确率低的问题。过程为：构建齿轮训练集；构建迁移学习故障诊断模型，获得训练好的迁移学习故障诊断模型；具体过程为：迁移学习故障诊断模型依次包括特征提取器和分类器；获得训练好的迁移学习故障诊断模型；过程为：齿轮训练集输入模型的特征提取器，特征提取器输出特征；特征输入分类器，分类器输出分类结果；直至总体损失收敛，获得训练好的模型；将实际齿轮箱的测试集输入训练好的模型，得到诊断结果。本发明用于齿轮故障诊断领域。