[發明專利]故障診斷模型的訓練方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011128977.3
• 申請日: 2020-10-20
• 公開（公告）號: CN112200114A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 周星杰;楊康;徐成國;王碩
• 申請（專利權）人: 上海明略人工智能（集團）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N20/00
• 代理公司: 北京超成律師事務所 11646
• 代理人: 裴素英

1.一種故障診斷模型的訓練方法，其特征在于，所述故障診斷模型包括卷積層和域適配層，所述訓練方法包括：

將第一設備對應的樣本目標域信號和第二設備對應的樣本源域信號分別輸入到各自對應的卷積層中，得到第一目標域特征和第一源域特征；其中，所述第一設備與所述第二設備相關聯；

將所述第一目標域特征和所述第一源域特征分別輸入到各自對應的域適配層中，得到第二目標域特征和第二源域特征，基于所述第二目標域特征和所述第二源域特征，確定所述故障診斷模型的域適配損失；

基于所述第二目標域特征和所述第二源域特征，確定所述第一設備分別歸屬于預設故障類型的第一概率，基于所述第一概率以及所述第一設備對應的目標故障類型，確定所述故障診斷模型的第一分類損失；

若所述故障診斷模型的域適配損失和第一分類損失滿足第一訓練條件，則將當前的故障診斷模型確定為目標故障診斷模型。

2.根據權利要求1所述的故障診斷模型的訓練方法，其特征在于，所述故障診斷模型還包括域混淆層，所述訓練方法還包括：

將所述第二目標域特征和所述第二源域特征輸入到各自對應的域混淆層中，得到第三目標域特征和第三源域特征，基于所述第三目標域特征和所述第三源域特征，確定所述故障診斷模型的域混淆損失；

基于所述第三目標域特征和所述第三源域特征，確定所述第一設備分別歸屬于預設故障類型的第二概率，基于所述第二概率以及所述第一設備對應的目標故障類型，確定所述故障診斷模型的第二分類損失；

若所述故障診斷模型的域適配損失、域混淆損失以及第二分類損失滿足第二訓練條件，則將當前的故障診斷模型確定為目標故障診斷模型。

3.根據權利要求1所述的故障診斷模型的訓練方法，其特征在于，所述故障診斷模型對應有多級域適配層，所述基于所述第二目標域特征和所述第二源域特征，確定所述故障診斷模型的域適配損失，包括：

針對每級域適配層，基于該級域適配層對應的第二目標域特征和第二源域特征，確定該級域適配層對應的域適配損失；

基于每級域適配層對應的域適配損失，確定所述故障診斷模型的域適配損失。

4.根據權利要求2所述的故障診斷模型的訓練方法，其特征在于，所述域混淆層對應有二元領域分類器，所述基于所述第三目標域特征和所述第三源域特征，確定所述故障診斷模型的域混淆損失，包括：

將所述第三目標域特征和所述第三源域特征分別輸入到所述二元領域分類器中，得到所述第三目標域特征所屬的第一領域類別，以及所述第三源域特征所屬的第二領域類別；

基于所述第一領域類別和所述第二領域類別，確定所述故障診斷模型的域混淆損失。

5.根據權利要求1所述的故障診斷模型的訓練方法，其特征在于，通過如下方式獲取所述樣本目標域信號：

基于所述第一設備對應的多個第一信號中的上極值點和下極值點，確定所述第一設備對應的上包絡線和下包絡線；

基于所述上包絡線和所述下包絡線，確定所述第一設備對應的均值包絡線，并基于所述均值包絡線和所述多個第一信號，確定所述第一設備的中間信號；

根據所述第一設備對應的多個第一信號和中間信號，確定所述第一設備對應的樣本信號。

6.根據權利要求5所述的故障診斷模型的訓練方法，其特征在于，通過如下方式獲取所述第一信號：

獲取所述第一設備對應的多個第二信號；

針對每類第二信號，計算該類第二信號的平均值和標準差，基于所述平均值和標準差，對每個該類的第二信號進行標準化處理，得到第一信號。

7.根據權利要求1所述的故障診斷模型的訓練方法，其特征在于，在訓練得到目標故障診斷模型之后，所述訓練方法還包括：

將第一設備對應的目標域信號和第二設備對應的源域信號輸入到所述目標故障診斷模型中，獲取所述目標故障診斷模型輸出的所述第一設備所屬的當前故障類型；

基于所述第一設備所屬的當前故障類型，生成并顯示針對所述第一設備的故障處理提示信息。