[发明专利]一种基于联邦学习的工业机器人故障诊断方法及系统在审
| 申请号： | 202310500941.0 | 申请日： | 2023-04-28 |
| 公开（公告）号： | CN116415506A | 公开（公告）日： | 2023-07-11 |
| 发明（设计）人： | 沈国栋;张鑫;韩涛;罗清彩;李锐 | 申请（专利权）人： | 山东浪潮科学研究院有限公司 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F18/25;G06N3/098;G06F21/62;G06N3/0464;G06F18/243;G06F18/214 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 陈婷婷 |
| 地址： | 250100 山东省济*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于联邦学习的工业机器人故障诊断方法及系统，属于联邦学习及信息安全技术领域，针对不同厂商工业机器人的振动信号，在本地使用多尺度卷积融合算法提取不同尺度下的故障特征并融合，各厂商在本地使用处理后的特征变量通过基于一维卷积神经网络和正则化相结合的方法训练工业机器人本地故障诊断模型；在不泄露数据隐私的情况下进行联邦学习训练，所有厂商工业机器人的本地故障诊断模型通过第三方聚合，使用自适应梯度剪裁策略和高斯噪声差分隐私算法更新全局模型参数，最终实现多方联合训练工业机器人全局故障诊断模型。本发明解决了多厂商工业机器人模型训练涉及的数据安全问题，提高了故障诊断的适应性和准确性。 | ||
| 搜索关键词： | 一种 基于 联邦 学习 工业 机器人 故障诊断 方法 系统 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于山东浪潮科学研究院有限公司，未经山东浪潮科学研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310500941.0/，转载请声明来源钻瓜专利网。
