基于迁移学习的离心鼓风机故障预警方法OA北大核心CSCD
A Novel Fault Early Warning Method for Centrifugal Blowers Based on Transfer Learning
工厂实际运行环境下,基于实验室数据的离心鼓风机故障预警模型常常失效,且实际运行数据难以支撑高精度预警模型的构建.提出一种基于自编码的迁移学习方法来快速构建适用于实际运行环境的故障预警模型.首先对实验室采集的离心鼓风机监测数据进行加窗重采样,建立融合稀疏限制的自编码模型;然后将工厂和实验室数据输入自编码网络得到低维特征,最小化两者低维特征的最大均值差异,进而采用较小学习率调整自编码模型完成模型迁移;最后,基于调整后的模型与预警指标制定故障预警策略,…查看全部>>
李聪波;王睿;张友;蒋立君;孙皓
重庆大学机械传动国家重点实验室,重庆,400044重庆大学机械传动国家重点实验室,重庆,400044重庆大学机械传动国家重点实验室,重庆,400044重庆通用工业(集团)有限责任公司,重庆,401336重庆通用工业(集团)有限责任公司,重庆,401336
机械制造
故障预警离心鼓风机自编码迁移学习
《中国机械工程》 2021 (17)
基于深度-元强化学习的柔性加工高能效工艺规划理论与方法
2090-2099,2107,11
国家自然科学基金(51975075)重庆市技术创新与应用示范专项(cstc2018jszx-cyzdX0146)
评论