本发明公开了一种旋转机械自适应故障诊断方法、装置、设备及介质,属于旋转机械故障诊断技术领域,方法包括:收集旋转机械各种状态数据,对状态数据进行标注,并构建训练数据集;构建基于Cap‑net的故障诊断模型,利用训练数据集对模型进行训练;构建基于深度强化学习的自适应学习框架,并初始化自适应学习框架,设计标注方法和奖赏规则;基于建立的自适应学习框架,实现对旋转机械在线数据的诊断和对target网络的更新,获得最终的故障诊断模型;测试故障诊断模型,输出测试结果。如此,本发明不仅实现了旋转机械的在线状态诊断,还实现了故障诊断模型性能的提升,并且降低了模型训练过程中获取和标注数据样本的成本。
声明:
“旋转机械自适应故障诊断方法、装置、设备及介质” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)