(19)中华人民共和国国家知识产权局
(12)发明专利说明书
(10)申请公布号 CN 111144458 A
(43)申请公布日 2020.05.12
(21)申请号 CN201911285714.0
(22)申请日 2019.12.13
(71)申请人 重庆交通大学
    地址 400074 重庆市南岸区学府大道66号
(72)发明人 陈仁祥 吴昊年 杨黎霞 李俊阳 张霞 唐林林
(74)专利代理机构 北京同恒源知识产权代理有限公司
    代理人 赵荣之
(51)Int.CI
     
                                                                  权利要求说明书 说明书 幅图
(54)发明名称
      子空间嵌入特征分布对齐的不同工况下机械故障识别方法
(57)摘要
正则匹配公式      本发明涉及一种子空间嵌入特征分布对齐的不同工况下机械故障识别方法。首先，利用相关对齐方法在目标域子空间将源域特征与目标域特征对齐，以防止域偏移；然后，在该空间训练基分类器直接为目标域预测伪标签，用于定量估计两域边缘分布与条件分布各自权值，以适配源域与目标域分布差异；最后，通过结构风险最小化框架传递上述两个步骤的学习规则并构造核函数建立分类器，迭代更新获得最终框架的系数矩阵完成故障诊断。其中定量估计两域边缘分布与条件分布各自权值在跨域机械故障诊断中具有重要意义，通过多类别复合故障诊断实例证明了所提方法的可行性和有效性。该发明适用于机械设备的状态监测以及故障诊断等领域。
法律状态
法律状态公告日
法律状态信息
法律状态
2023-03-24
发明专利申请公布后的驳回IPC(主分类):G06K 9/62专利申请号:2019112857140申请公布日:20200512
发明专利申请公布后的驳回
权 利 要 求 说 明 书
1.子空间嵌入特征分布对齐的不同工况下机械故障识别方法,其特点在于:该方法包括以下步骤:
1)求出原始信号x(n)的频谱,与各类别对应标签作为输入,频谱信号求解公式如下式所示:
       
     
其中设x(n)是长度为N的有限长序列;
2)利用相关对齐方法,计算两域特征的二阶统计量,即协方差矩阵来匹配分布,在无监督的情况下对齐源域和目标域特征分布,有效防止域偏移;表示为下式:
       
     
其中Z
S
和Z
T
为源域与目标域协方差矩阵;
是变换后的源域特征的协方差矩阵,A是线性变换矩阵,||·||
F
为Frobenious范数;
3)计算得到相关对齐后源域新样本;其中最大均值差异MMD距离对区域间的分布差异,两域MMD最大均值差异值被定义为:
       
     
       
代表由特征变换函数
创造的再生核希尔伯特空间(RKHS),E[·]代表嵌入样本的均值;z
s
为子空间特征对齐后的源域新样本,z
t
为目标域样本;
4)在新的变换空间计算两域MMD距离,最终得到动态分布对齐公式:
       
     
5)计算定量分布适配因子,使用A-distance作为基本测量值,A-distance代表用以区分两域的线性分类器的误差;∈(h)代表线性分类器h区分源域与目标域的误差;得到:
d
A
(D
s
,D
t
)=2(1-2∈(h))
得到边缘分布适配的A-distance值d
M
,同时将各类别条件分布适配4--distance值定义为d
c
,
其中
代表拥有c个类别的源域样本;
6)定量估计适配因子估公式:
       
     
由于每次条件分布估计值都可能不同,动态分布自适应因子定量评估在每次迭代完成后更新;
7)计算最小风险框架SRM下学习分类器f,采用平方损失l
2
作为损失因子评价标准,分类器f表示为:
       
     
使用中心定理将分类器f表示为:
       
     
其中β=(β
1
,β
2
,...)
T
∈R
(n+m)×1
代表系数向量,
代表由核函数K(·,·)构造的再生核希尔伯特空间,K为核函数;z(·)为子空间相关对齐方法下得到的特征学习函数,

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。