恭喜重慶大學秦毅獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜重慶大學申請的專利基于異構聯邦域泛化網絡的智能故障遷移診斷方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN116701998B 。
龍圖騰網通過國家知識產權局官網在2025-04-29發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310628150.6,技術領域涉及:G06F18/24;該發明授權基于異構聯邦域泛化網絡的智能故障遷移診斷方法是由秦毅;錢泉;蒲華燕;毛永芳;周江洪設計研發完成,并于2023-05-30向國家知識產權局提交的專利申請。
本基于異構聯邦域泛化網絡的智能故障遷移診斷方法在說明書摘要公布了:本發明涉及一種基于異構聯邦域泛化網絡的智能故障遷移診斷方法,屬于機械故障遷移診斷領域。該方法包括:構建DDA模型;搭建基于MIWM機制的HFDGN;S4:將源客戶端的所有輔助域中和目標客戶端的源域中劃分好的訓練樣本輸入到構建好的DDA模型中,利用DDA模型中的優化目標函數去訓練對應的本地客戶端模型;S5:將訓練好的DDA模型的參數上傳到中央服務器,然后利用搭建的HFDGN網絡進行聯邦遷移故障;S6:經過多次迭代訓練,誤差曲線趨于穩定,HFDGN網絡訓練完成,將訓練好的HFDGN網絡用于異構多源聯邦遷移診斷。本發明能滿足實際工程中高數據利用率和實時診斷的應用要求。
本發明授權基于異構聯邦域泛化網絡的智能故障遷移診斷方法在權利要求書中公布了:1.一種基于異構聯邦域泛化網絡的智能故障遷移診斷方法,其特征在于,該方法具體包括以下步驟:S1:通過傳感器采集機械設備上的原始振動信號,并將采集到的原始振動信號進行樣本擴充;S2:構建解耦域自適應基礎模型,簡稱DDA模型;DDA模型的主干網絡包括四個部分:特征提取器GFEθFE、解耦器GDθD、重構器GRθR和故障分類器GFCθFC,其中,θFE、θD、θR和θFC分別表示對應網絡模型的可訓練權重;特征提取器是被用于挖掘分布差異知識并減小分布差異,然后獲得通用特征FG;故障分類器是致力于提取標簽特征FL來識別故障種類;解耦器是用于解耦分離出故障相關特征FFR和故障不相關特征FFI;重構器是從故障相關特征和故障不相關特征中重構出通用特征;DDA模型的優化目標包括以下三個部分:1解耦表征:學習一個解耦表征從通用特征中分離出噪聲導致的故障不相關特征;2分離與重構:最大化故障相關特征和故障不相關特征之間的分布距離;3分布自適應:最小化任意兩個故障相關特征之間的分布差異;S3:搭建基于互信息權重匹配機制的異構聯邦遷移學習網絡,其中,互信息權重匹配機制簡稱MIWM;異構聯邦遷移學習網絡簡稱HFDGN,采用異構遷移學習框架;S4:將源客戶端的所有輔助域中和目標客戶端的源域中劃分好的訓練樣本輸入到構建好的DDA模型中,利用DDA模型中的優化目標函數去訓練對應的本地客戶端模型;S5:將訓練好的DDA模型的參數上傳到中央服務器,然后利用搭建的HFDGN網絡進行聯邦遷移故障診斷;S6:經過多次迭代訓練,誤差曲線趨于穩定,HFDGN網絡訓練完成,將訓練好的HFDGN網絡用于異構多源聯邦遷移診斷。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人重慶大學,其通訊地址為:400044 重慶市沙坪壩區沙坪壩正街174號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。