[發明專利]基于聯邦學習的機械智能故障診斷方法在審
| 申請號： | 202010553030.0 | 申請日： | 2020-06-17 |
| 公開（公告）號： | CN111678696A | 公開（公告）日： | 2020-09-18 |
| 發明（設計）人： | 李志農;李澤東;毛磊 | 申請（專利權）人： | 南昌航空大學 |
| 主分類號： | G01M13/04 | 分類號： | G01M13/04;G06N3/04 |
| 代理公司： | 南昌市平凡知識產權代理事務所 36122 | 代理人： | 張文杰 |
| 地址： | 330063 江*** | 國省代碼： | 江西;36 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 基于 聯邦 學習 機械 智能 故障診斷 方法 | ||
【權利要求書】：
1.基于聯邦學習的機械智能故障診斷方法，其特征在于，具體步驟如下：
1)將客戶端對被監測的部件的監測信號構造樣本集，按照9:1進行劃分訓練集和測試集；
2)建立聯邦學習故障診斷模型，設置聯邦學習參數，其過程如下：
(1)進行云服務器Server初始化，設置模型權重參數、最大迭代次數N、客戶端總數K、客戶端節點使用分數為C、每次迭代中客戶端批處理大小和學習率；
(2)每次迭代t(t＝1,2,…,N)過程中：
在上述客戶端中選取m個節點，計算方式m＝max(C*K,1)，并在其中構造隨機樣本集同時開始訓練局部模型Mk，進行參數更新在權重更新完成后，返回給云服務器Server；云服務器Server得到局部權重后，開始融合權重產生一個全局權重，即：
式中：為第k個客戶端返回的局部權重；nk為第k個客戶端訓練的樣本數目，n為總樣本數，wt+1為全局權重；
將全局權重再返回給客戶端，進行下一次迭代，直到達到最大迭代次數；
3)利用步驟1)中的訓練集對步驟2)中構建的模型進行訓練，并通過測試集對模型進行驗證，形成最終智能診斷模型。
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南昌航空大學，未經南昌航空大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010553030.0/1.html，轉載請聲明來源鉆瓜專利網。
