一种基于小样本权值优化的涡轮泵迁移学习故障智能判定方法
基本信息
| 申请号 | CN202110680097.5 | 申请日 | - |
| 公开（公告）号 | CN113591553A | 公开（公告）日 | 2021-11-02 |
| 申请公布号 | CN113591553A | 申请公布日 | 2021-11-02 |
| 分类号 | G06K9/00（2006.01）I;G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;F02K9/96（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 窦唯;金志磊;石珊珊;孙铁群;李伟;石光远;张迪 | 申请（专利权）人 | 北京航天动力研究所 |
| 代理机构 | 中国航天科技专利中心 | 代理人 | 陈鹏 |
| 地址 | 100076北京市丰台区南大红门路1号（北京9200信箱11分箱） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于小样本权值优化的涡轮泵迁移学习故障智能判定方法，首先获取数据扩充预处理后的源域数据和目标域中的振动数据，进行数据拼接后获得二维时频图故障数据集，并进行源域故障特征数据集初始化权值赋予，进行全连接层参数微调，并根据最大均值差异法衡量故障特征数据集距离，通过加权优化及约束对全连接层的参数再次进行优化，分类训练后获取分类预测模型，最后通过Dropout方法防止训练过拟合及优化训练过程，优化分类预测模型，对目标域故障特征数据集F2进行诊断分类预测，获取涡轮泵故障分类预测结果。 |
