[發(fā)明專利]一種基于遷移關(guān)系網(wǎng)絡(luò)的機(jī)械故障診斷方法

有效

• 申請?zhí)枺?/td>: 202010431513.3
• 申請日: 2020-05-20
• 公開（公告）號: CN111709448B
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計(jì)）人: 呂娜;胡輝陽
• 申請（專利權(quán)）人: 西安交通大學(xué)
• 主分類號: G06F18/2415
• 分類號: G06F18/2415;G06F18/214;G06N3/0464;G06N3/096;G01M13/045
• 代理公司: 西安通大專利代理有限責(zé)任公司 61200
• 代理人: 王艾華

本發(fā)明公開了一種基于遷移關(guān)系網(wǎng)絡(luò)的機(jī)械故障診斷方法，包括：構(gòu)建遷移關(guān)系網(wǎng)絡(luò)的源域和目標(biāo)域數(shù)據(jù)；構(gòu)建遷移關(guān)系網(wǎng)絡(luò)樣本的訓(xùn)練集和測試集；構(gòu)建能夠檢測機(jī)械故障類型的遷移關(guān)系網(wǎng)絡(luò)；對遷移關(guān)系網(wǎng)絡(luò)進(jìn)行訓(xùn)練得到機(jī)械故障診斷模型以及對最終的模型進(jìn)行測試和性能評估。本發(fā)明首次提出結(jié)合元學(xué)習(xí)中關(guān)系網(wǎng)絡(luò)與遷移學(xué)習(xí)的具有Siamese結(jié)構(gòu)的遷移關(guān)系網(wǎng)絡(luò)。利用Siamese結(jié)構(gòu)構(gòu)造了一個(gè)雙通道關(guān)系網(wǎng)絡(luò)，分別輸入源域全部數(shù)據(jù)和目標(biāo)域的無標(biāo)簽數(shù)據(jù)，增訓(xùn)練時(shí)充分考慮了目標(biāo)域的信息，大大的增加了故障診斷的準(zhǔn)確率。MK?MMD融合到網(wǎng)絡(luò)中，有效縮小了兩個(gè)不同領(lǐng)域之間的概率分布距離，使實(shí)驗(yàn)室數(shù)據(jù)運(yùn)用到實(shí)際的機(jī)械故障診斷成為可能。

技術(shù)領(lǐng)域

本發(fā)明屬于機(jī)器學(xué)習(xí)技術(shù)領(lǐng)域，具體涉及一種基于遷移關(guān)系網(wǎng)絡(luò)的機(jī)械故障診斷方法。

背景技術(shù)

隨著工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)的快速興起與蓬勃發(fā)展，機(jī)械裝備的多源傳感器網(wǎng)絡(luò)密集排布、監(jiān)測數(shù)據(jù)交互量與日俱增，使機(jī)械故障診斷步入“大數(shù)據(jù)”時(shí)代，這為全面掌握裝備的健康服役狀態(tài)提供了大信息、大知識，而如何有效挖掘機(jī)械大數(shù)據(jù)背后的潛在價(jià)值成為大數(shù)據(jù)驅(qū)動下保障裝備安全運(yùn)行的前沿?zé)狳c(diǎn)與研究難點(diǎn)。

故障智能診斷通過自動提取機(jī)械監(jiān)測數(shù)據(jù)中隱含的故障信息，智能識別裝備的健康狀態(tài)，成為大數(shù)據(jù)下保障機(jī)械裝備安全運(yùn)行的重要手段。近年來，涉及機(jī)械故障智能診斷的相關(guān)研究層出不窮。然而，這些研究一般基于典型故障信息豐富、健康標(biāo)記信息充足的假設(shè)。在工程實(shí)際中，上述假設(shè)卻很難滿足，原因在于工程實(shí)際裝備的監(jiān)測數(shù)據(jù)具有如下特點(diǎn)：①價(jià)值密度低，即有標(biāo)記的故障數(shù)據(jù)很難從某些機(jī)器中獲得，獲得的數(shù)據(jù)中無故障數(shù)據(jù)占據(jù)大多數(shù)。②可利用率低，裝備在長期運(yùn)行過程中，積累了海量監(jiān)測數(shù)據(jù)，但其中可用于故障診斷的帶健康標(biāo)記信息的數(shù)據(jù)匱乏。

如何解決數(shù)據(jù)稀缺的問題，是機(jī)械故障診斷的關(guān)鍵所在。

遷移學(xué)習(xí)是運(yùn)用已學(xué)習(xí)到的知識對不同但相關(guān)領(lǐng)域問題進(jìn)行求解的新的一種機(jī)器學(xué)習(xí)方法，它放寬了傳統(tǒng)機(jī)器學(xué)習(xí)中的兩個(gè)基本假設(shè)：用于學(xué)習(xí)的訓(xùn)練樣本與新的測試樣本滿足獨(dú)立分布；必須有足夠可用的訓(xùn)練樣本才能學(xué)習(xí)得到性能可靠的分類模型，在故障診斷領(lǐng)域，遷移學(xué)習(xí)的相關(guān)研究方興未已。目前的研究表明：已有機(jī)械的故障診斷知識能夠用于識別具有相關(guān)故障信息的機(jī)械健康狀態(tài)；縮小因變工況、不同環(huán)境干擾等因素引入的數(shù)據(jù)分布差異是遷移學(xué)習(xí)應(yīng)用于機(jī)械故障智能診斷的關(guān)鍵；深度學(xué)習(xí)能夠自適應(yīng)表征機(jī)械監(jiān)測數(shù)據(jù)中對環(huán)境工況、隨機(jī)干擾等魯棒的故障特征，有助于抑制但無法消除數(shù)據(jù)分布差異。

目前的研究仍存在以下待解決的問題：已有研究均局限于同一機(jī)械于不同運(yùn)行工況或測試環(huán)境之間的遷移診斷任務(wù)，不同機(jī)械間的深度遷移診斷存在準(zhǔn)確率低的問題，其方法有效性基于假設(shè)——所診斷機(jī)械在單一工況或測試環(huán)境下獲取的可用監(jiān)測數(shù)據(jù)充足，這與工程實(shí)際裝備的監(jiān)測數(shù)據(jù)特點(diǎn)，即故障信息不足、標(biāo)記信息匱乏不符，難以適應(yīng)和滿足機(jī)械故障智能診斷的工程應(yīng)用需求；已有工作對知識遷移載體的性質(zhì)研究不足，且忽略了診斷知識的源機(jī)械與目標(biāo)機(jī)械之間的相關(guān)程度，導(dǎo)致故障的遷移診斷機(jī)制不清，制約了機(jī)械故障智能診斷模型由個(gè)體性應(yīng)用向普適性應(yīng)用的轉(zhuǎn)化。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的在于提供一種基于遷移關(guān)系網(wǎng)絡(luò)的機(jī)械故障診斷方法，本發(fā)明提出的遷移關(guān)系網(wǎng)絡(luò)可利用少量的數(shù)據(jù)完成高準(zhǔn)確率的機(jī)器故障診斷任務(wù)。本發(fā)明的方法應(yīng)用在機(jī)械制造故障診斷領(lǐng)域，能夠在機(jī)械故障發(fā)生的初期及時(shí)進(jìn)行檢測并診斷，以解決上述現(xiàn)有技術(shù)的不足。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于遷移關(guān)系網(wǎng)絡(luò)的機(jī)械診斷方法，包括以下步驟：

步驟1：構(gòu)建遷移關(guān)系網(wǎng)絡(luò)的源域和目標(biāo)域數(shù)據(jù)；

步驟2：構(gòu)建遷移關(guān)系網(wǎng)絡(luò)樣本的訓(xùn)練集和測試集；

步驟3：構(gòu)建能夠檢測機(jī)械故障類型的遷移關(guān)系網(wǎng)絡(luò)；