一种基于联邦学习的制造业装备故障监测模型训练方法

摘要

本发明属于计算机应用技术领域，具体公开一种基于联邦学习的制造业装备故障监测模型训练方法，包括获取各装备的运行状态数据，并对运行状态数据进行预分析；各装备基于预分析后的运行状态数据进行各自本地故障检测模型训练，将训练后的本地故障监测模型参数发送给聚合服务器，聚合服务器通过加权平均聚合各本地故障监测模型参数，生成全局故障监测模型参数并发送给各装备，各装备接收后更新本地故障监测模型，继续利用本地运行数据重复训练模型，直至全局故障监测模型收敛，模型训练结束；将训练好的故障监测模型应用在各装备，对装备的运行状态进行实时监测和故障诊断结果通知，并将维修信息及时上传至数据云端，形成智能服务闭环。