多源无标签数据学习建模的传动系统性能退化评估方法
专利汇可以提供多源无标签数据学习建模的传动系统性能退化评估方法专利检索，专利查询，专利分析的服务。并且本 发明 提供一种多源无标签数据学习建模的 传动系统 性能退化评估方法。该方法首先将天线传动系统异构 信号 转化为同构数据，建立同构测试信号与系统退化特征之间的映射关系；然后，建立3层堆叠式深度置信网络拓扑模型，通过对多源无标签信号的编解码重建实现系统退化隐含特征的非监督提取；最后，基于提取的退化隐含特征，计算连续退化特征的局部 密度 值，并确定无标签条件下系统性能状态的聚类个数，按照距离最大准则进一步计算出各个聚类中心的初始值，利用动态时间弯曲距离计算各个聚类中心的边界，微调聚类中心与聚类边界，完成退化特征向系统性能状态的无标签映射。本发明具有特征提取 精度 高、状态评估简单有效等特点。，下面是多源无标签数据学习建模的传动系统性能退化评估方法专利的具体信息内容。
1.一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，该方法包括以下步骤：
步骤1：对天线传动系统在不同转速和不同采样频率下的异构测试信号通过动态时间规整转化为同构数据；其中异构测试信号包括振动、电流、温度和转角测试信号；
步骤2：利用稀疏约束下的受限玻尔兹曼机模型建立复杂环境条件下多源无标签同构测试信号与系统退化特征之间的映射关系；
步骤3：根据Encoder-Decoder嵌套结构，利用稀疏受限玻尔兹曼机建立系统退化特征提取的6层堆叠式深度置信网络拓扑模型；
步骤4：采用随机梯度下降方法和多源信号进行深度置信网络拓扑模型参数的自适应学习，通过对多源无标签同构测试信号的编解码重建实现系统退化隐含特征的非监督提取；
步骤5：根据步骤4提取的系统退化隐含特征，计算出高维空间下的连续退化特征局部密度值，并确定无标签条件下系统性能状态的聚类个数；
步骤6：根据步骤5确定的系统性能状态聚类个数，按照距离最大准则进一步计算出各个聚类中心的初始值；
步骤7：根据步骤6确定的系统性能状态聚类个数和聚类中心初始值，利用动态时间弯曲距离计算各个聚类中心的边界，将类内距离最小与类间距离最大作为优化目标，微调聚类中心与聚类边界，完成退化特征向系统性能状态的无标签映射。
2.根据权利要求1所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤2中，所述的深度置信网络拓扑模型选择6个受限玻尔兹曼机单元按照堆叠式结构进行组合，每个受限玻尔兹曼机的输出层按照如下式子进行稀疏化约束：
其中Φ为基函数向量，Φ＝{φ1(x1,x2,x3,x4),φ2(x1,x2,x3,x4),...φn(x1,x2,x3,x4)}；x1、x2、x3、x4是振动、电流、温度和转角测试数据；ai是基向量的系数，随着不同的信号而变化。
3.根据权利要求2所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤2中，所述的深度置信网络拓扑模型选择6个受限玻尔兹曼机单元按照堆叠式结构进行组合，其中第一个受限玻尔兹曼机模型输入层为4个单元输出层为10个单元，第二个模型的输入为10个单元输出为5个单元，第三个模型的输入为5个单元输出为1个单元。
4.根据权利要求2所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤3中，建立的3个稀疏受限玻尔兹曼机按照顺序堆叠的方式建立系统退化特征提取的Encoder模型，利用上述3个稀疏受限玻尔兹曼机按照逆序堆叠的方式建立系统退化特征提取的Decoder模型，组合而成的Encoder-Decoder深度置信网络共5个隐含层，Encoder模型和Decoder模型共享一个隐含层，6个受限玻尔兹曼机的输出层均满足稀疏约束条件。
5.根据权利要求3所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤4中，建立的5层深度置信网络拓扑模型共111个网络参数的自适应学习，采用“4-10-5-1-5-10-4”网络对振动、电流、温度、转角的4个测试信号无标签同构测试信号进行编解码重建，从而实现系统退化隐含特征的非监督提取。
6.根据权利要求1所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤5中，计算出的高维空间下的连续退化特征局部密度值，并确定无标签条件下系统性能状态的聚类个数为8。
7.根据权利要求1所述的一种多源无标签数据学习建模的传动系统性能退化评估方法，其特征在于，步骤7中，类内距离最小与类间距离最大按照下式计算：
其中，xi、yi为连续退化特征上任意一点的坐标数据，σi为数据
的标准差，p为数据点的个数。
多源无标签数据学习建模的传动系统性能退化评估方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种故障电弧产生装置及其检测方法 | 2020-08-23 | 1 |
| 连续扫描激光快速测振方法及其系统 | 2020-10-30 | 1 |
| 一种抗混叠滤波方法、装置和可编程逻辑器件 | 2020-11-16 | 0 |
| 一种基于决策树模型的车辆强制换道决策方法 | 2022-06-08 | 1 |
| 频率估计的一种多段信号融合方法 | 2022-11-10 | 1 |
| 用于卫星导航系统的完全自适应陷波器及其陷波方法 | 2023-02-28 | 0 |
| 电网电压不平衡情况下PWM变换器恒频直接功率控制方法 | 2023-03-19 | 1 |
| 一种桥梁损伤定位方法及其定量方法 | 2020-06-05 | 2 |
| 一种FSK解调器、相关设备和方法 | 2020-06-15 | 2 |
| 一种基于声音传输的动态令牌的工作方法 | 2022-07-24 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
