(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210570000.X (22)申请日 2022.05.24 (65)同一申请的已公布的文献号 申请公布号 CN 114662371 A (43)申请公布日 2022.06.24 (73)专利权人 深圳市信润富联数字科技有限公 司 地址 518000 广东省深圳市罗湖区桂园街 道老围社区深南东路5016号蔡屋围京 基一百大厦A座20 01-06 (72)发明人 冯建设　朱瑜鑫　杨欢　 (74)专利代理 机构 深圳市中科创为专利代理有 限公司 4 4384 专利代理师 彭西洋(51)Int.Cl. G06F 30/23(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) 审查员 翟紫伶 (54)发明名称 基于知识蒸馏的轻量化PHM系统实现方法、 装置与系统 (57)摘要 本发明公开一种基于知识蒸馏的轻量化PHM 系统实现方法， 包括如下步骤： S1， 构建实验模 型， 包括步骤： 多种传感器的安装与分析； 数据采 集， 获取传感器的传感器数据； 对获取的传感器 数据进行特征工程， 根据实验模 型的开发需求提 取特征， 并将提取的特征进行 组合来建立富特征 库； 根据获取的传感器数据和提取的特征及所建 立的富特征库建立PHM模型并进行参数调优； S2， 获取低成本传感器的传感器数据并输入所述实 验模型， 并将所述实验模型输出的结果作为目标 输出， 再通过深度学习模型对该目标输出进行训 练得到目标数据。 本发明在不明显伤害性能的前 提下实现模型的轻量化开发与落地， 从而实现 PHM系统的简洁化、 低成本化 开发与落 地。 权利要求书2页 说明书5页 附图2页 CN 114662371 B 2022.09.16 CN 114662371 B 1.一种基于知识蒸馏的轻量 化PHM系统实现方法， 其特 征在于， 包括如下步骤： S1， 构建实验 模型； 进一步的， 所述实验 模型的构建具体包括如下步骤： S101， 多种传感器的安装与分析； S102， 数据采集， 获取步骤S101中传感器的传感器数据； S103， 对步骤S102获取的传感器数据进行基于经验参数的特征工程， 根据实验模型的 开发需求 提取特征， 并将提取的特 征进行组合 来建立富特征库； S104， 根据 步骤S102 获取的传感器数据和步骤S103提取的特征及 所建立的富特征库建 立PHM模型， 并对建立的PH M模型进行参数调优， 从而得到实验 模型； S2， 获取低成本传感器的传感器数据并输入所述实验模型， 并将所述实验模型输出的 结果作为目标输出， 再通过深度学习模型对该目标输出进行训练得到目标 数据； 所述深度学习模型采用卷积神经网络； 所述步骤S2通过卷积神经网络对该目标输出进行训练得到目标数据的具体实现过程 如下： 设定卷积神经网络信号长度为k， 则长度为k的目标输出表示为X=[x1， x2， …， xi]， i=1， 2，…， k； 通过公式 （a） 在卷积层中对所述目标输出进行 卷积操作： （a） ； 式中φ是激活函数， Mj表示输入的选择， bj是偏置项， xi是目标输出的二维数据， kij是 填充了卷积核的核矩阵， 其用于表 示互相关运算， i=1， 2， …， k， 这样即可通过卷积运算得到 输出值yj； 再通过公式 （b） 在池化层中对公式 （a） 输出的卷积结果进行池化操作： （b） ； 式中Zj是池化层的第j个输出， S是池化 块大小， yj是池化 块中对应的输入； 公式 （b） 输出的结果作为目标 数据， 从而得到目标 数据； 所述步骤S101是根据实验模型的开发需求对多种不同的传感器进行安装与分析以求 获得更为可靠的传感器数据； 所述传感器包括温度传感器、 压力传感器、 高频振动传感器、 超声波传感器之中的多 种； 所述步骤S102是通过高频采集的方式对步骤S101中的传感器进行数据采集， 从而获取 到步骤S101中传感器的传感器数据； 所述PHM模型的建立通过主成分分析法、 逻辑回归模型、 自组织映射网络和支持向量机 模型之中的任意 一种实现； 所述参数调优通过网格搜索法和基于梯度的优化 算法之中的任意 一种实现。 2.一种基于知识蒸馏的轻量化PHM装置， 其特征在于， 所述装置用于实现权利要求1所 述的一种基于知识蒸馏的轻量 化PHM系统实现方法。 3.一种基于知识蒸馏的轻量化PHM系统， 其特征在于， 包括如权利要求2所述的基于知权　利　要　求　书 1/2 页 2 CN 114662371 B 2识蒸馏的轻量化PHM装置， 该轻量化PHM装置与低成本传感器通信连接， 用于以低成本传感 器的传感器数据作为输入， 通过所述实验模型输出 的结果输出作为 目标输出， 并通过深度 学习模型训练目标输出的方式获得目标 数据。权　利　要　求　书 2/2 页 3 CN 114662371 B 3