红外图像半监督诊断器

少标签高精度

面向锥齿轮箱的故障诊断方法，用红外图像和半监督学习在标签稀缺时实现可靠诊断。

Li, Xin · 李勇 · Yan, Ke · 邵海东 · Janet, (Jing) Lin

Reliability Engineering and System Safety 2023

技术优势

抗振动干扰

使用红外热图像进行诊断，避免振动信号易受噪声和工况影响的问题，在复杂环境下更稳定。

少标签够用

通过半监督学习框架从未标注样本池中迁移样本，缓解标注样本不足导致的性能下降。

保留图像空间

直接在二维矩阵数据上分类，避免向量化导致的空间信息丢失，充分利用红外图像结构。

应用场景

• 旋转机械故障诊断：提供一种高精度、少标签的诊断方法，适用于旋转机械故障检测。
• 工业设备状态监测：实现设备状态的自动监测，及时发现异常，保障运行安全。
• 工业机器人关节维护：可用于机器人关节等关键部件的状态评估与维护计划制定。
• 红外热像检测：利用红外热像进行故障诊断，拓宽了红外检测在机械领域的应用。