[發明專利]振動信號識別模型訓練方法、電機故障檢測方法及裝置

在審

• 申請號: 202211098693.3
• 申請日: 2022-09-08
• 公開（公告）號: CN115577258A
• 公開（公告）日: 2023-01-06
• 發明（設計）人: 沈浩;趙德欣;王磊;成莎莎
• 申請（專利權）人: 中國電信股份有限公司
• 主分類號: G06F18/214
• 分類號: G06F18/214;G06N3/04;G06N3/08
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 孫寶海

1.一種振動信號識別模型訓練方法，其特征在于，所述方法包括：

獲取振動信號樣本集合，所述振動信號樣本集合中的振動信號樣本標注有振動信號類別；

對每個所述振動信號樣本進行常數Q變換處理，以將每個所述振動信號樣本轉換為頻域信號樣本；

根據待訓練的振動信號識別模型對所述頻域信號樣本進行特征提取處理，得到所述頻域信號樣本對應的樣本向量，以根據所述樣本向量計算各個振動信號類別對應的類別中心向量；

根據所述樣本向量與所述類別中心向量之間的距離對所述待訓練的振動信號識別模型進行迭代訓練，得到訓練完成的振動信號識別模型以及各個振動信號類別對應的類別中心向量。

2.根據權利要求1所述的方法，其特征在于，所述對每個所述振動信號樣本進行常數Q變換處理，以將每個所述振動信號樣本轉換為頻域信號樣本，包括：

對所述振動信號樣本進行預處理，得到每個所述振動信號樣本對應的振動信號幀；

根據預設的中心頻率與帶寬比值對所述振動信號幀進行濾波處理，得到中間頻域信號樣本；

對所述中間頻域信號樣本進行對數計算，得到每個所述振動信號樣本對應的頻域信號樣本。

3.根據權利要求2所述的方法，其特征在于，所述對所述振動信號樣本進行預處理，得到每個所述振動信號樣本對應的振動信號幀，包括：

對所述振動信號樣本進行預加重處理，得到加重振動信號樣本；

對所述加重振動信號樣本進行分幀處理，得到多個振動信號幀；

對所述多個振動信號幀進行加窗處理，得到連續的所述多個振動信號幀。

4.根據權利要求1所述的方法，其特征在于，所述根據待訓練的振動信號識別模型對所述頻域信號樣本進行特征提取處理，得到所述頻域信號樣本對應的樣本向量，以根據所述樣本向量計算各個振動信號類別對應的類別中心向量，包括：

對屬于同一振動信號類別的頻域信號樣本進行樣本選取，得到樣本支持集合和樣本查詢集合；

根據所述待訓練的振動信號識別模型對所述樣本支持集合中的頻域信號樣本進行特征提取處理，得到所述樣本支持集合對應的振動信號類別的類別中心向量；以及根據所述待訓練的振動信號識別模型對所述樣本查詢集合中的頻域信號樣本進行特征提取處理，得到所述樣本查詢集合中每個頻域信號樣本對應的樣本向量；

所述根據所述樣本向量與所述類別中心向量之間的距離對所述待訓練的振動信號識別模型進行迭代訓練，得到訓練完成的振動信號識別模型以及各個振動信號類別對應的類別中心向量，包括：

計算所述樣本查詢集合中每個頻域信號樣本對應的樣本向量與各個振動信號類別的類別中心向量之間的距離；

根據預設損失函數和所述距離計算所述樣本查詢集合中每個頻域信號樣本對應的損失值；

根據所述損失值對所述待訓練的振動信號識別模型進行迭代訓練，以在達到預設訓練結束條件時，得到訓練完成的振動信號識別模型以及每個振動信號類別對應的類別中心向量。

5.根據權利要求4所述的方法，其特征在于，所述對屬于同一振動信號類別的頻域信號樣本進行樣本選取，得到樣本支持集合和樣本查詢集合，包括：

確認當前迭代訓練待輸入的振動信號類別，得到目標振動信號類別；

獲取屬于所述目標振動信號類別的頻域信號樣本，得到候選樣本集合；

對所述候選樣本集合中的頻域信號樣本進行隨機選取，分別得到樣本支持集合和樣本查詢集合，所述樣本支持集合和所述樣本查詢集合之間的頻域信號樣本均不同。

6.根據權利要求4所述的方法，其特征在于，所述根據所述待訓練的振動信號識別模型對所述樣本支持集合中的頻域信號樣本進行特征提取處理，得到所述樣本支持集合對應的振動信號類別的類別中心向量，包括：

根據所述待訓練的振動信號識別模型對所述樣本支持集合中的頻域信號樣本進行特征提取處理，得到所述樣本支持集合中每個頻域信號樣本對應的樣本向量；

計算所述樣本支持集合中每個頻域信號樣本對應的樣本向量的平均值，得到所述樣本支持集合對應的振動信號類別的類別中心向量。