發(fā)布時(shí)間：2021-08-10 22:04

  工業(yè)設(shè)備的結(jié)構(gòu)日益復(fù)雜,對(duì)設(shè)備安全性和可靠性的要求也越來(lái)越高,對(duì)設(shè)備的故障進(jìn)行實(shí)時(shí)監(jiān)測(cè)和分析就顯得十分必要�，F(xiàn)在許多企業(yè)依然使用紙質(zhì)點(diǎn)檢、人工分析的工作方式,對(duì)檢修人員的專業(yè)知識(shí)也有很高的要求,更重要的是,這個(gè)過(guò)程很可能存在著由于人工疏忽而產(chǎn)生的誤差,造成對(duì)設(shè)備故障的漏判、誤判。因此工業(yè)故障智能診斷技術(shù)的研究具有十分重要的意義。本文針對(duì)故障診斷問(wèn)題中存在的有標(biāo)記訓(xùn)練樣本數(shù)量不足的問(wèn)題,以遷移學(xué)習(xí)方法為基礎(chǔ),提出了兩種故障診斷方法。針對(duì)源域和目標(biāo)域同構(gòu)的情況,將對(duì)抗思想和遷移學(xué)習(xí)相結(jié)合,提出了雙重對(duì)抗遷移學(xué)習(xí)方法(Adversarial-Adversarial Transfer Learning,AATL)。利用編碼器對(duì)源域和目標(biāo)域數(shù)據(jù)進(jìn)行特征提取,然后用一個(gè)域分類器評(píng)價(jià)源域和目標(biāo)域分布差異,找到二者之間潛在的分布差異,通過(guò)對(duì)抗地訓(xùn)練編碼器和域分類器,使源域和目標(biāo)域在特征空間內(nèi)分布相近。為進(jìn)一步減小源域目標(biāo)域分布差異帶來(lái)的損失,在目標(biāo)函數(shù)中加入了最大均值差異。在網(wǎng)絡(luò)中加入一個(gè)與主網(wǎng)絡(luò)目標(biāo)相反的輔助網(wǎng)絡(luò),通過(guò)拉開(kāi)主網(wǎng)絡(luò)和輔助網(wǎng)絡(luò)之間的距離,提高了主網(wǎng)絡(luò)的學(xué)習(xí)能力,避免了對(duì)抗過(guò)程中“模式崩潰問(wèn)題”的發(fā)生。針對(duì)源域和目標(biāo)域異構(gòu)的情況,提出了基于棧式稀疏自編碼的異構(gòu)遷移學(xué)習(xí)算法(Domain adaptive based on Sparse Auto-Encoders,DSAEs)。利用兩個(gè)不同的棧式自編碼器分別對(duì)源域和目標(biāo)域數(shù)據(jù)提取相同維度的特征,提出域間中心距離的概念來(lái)評(píng)價(jià)源、目標(biāo)域特征分布差異,將其加入到編碼器的目標(biāo)函數(shù)中,交替地更新兩個(gè)編碼器的參數(shù),最終使源域和目標(biāo)域在特征空間內(nèi)分布相同,最后利用源域特征訓(xùn)練出分類器,并將其應(yīng)用到目標(biāo)問(wèn)題的診斷中。對(duì)提出的雙重對(duì)抗遷移學(xué)習(xí)方法,先后在凱斯西儲(chǔ)大學(xué)軸承故障診斷標(biāo)準(zhǔn)數(shù)據(jù)集和某鋼廠采集的軋機(jī)顫振歷史數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示,AATL的診斷精度較其他遷移學(xué)習(xí)算法有明顯的提高,而對(duì)比于經(jīng)典的機(jī)器學(xué)習(xí)算法,優(yōu)勢(shì)更加明顯。通過(guò)對(duì)比實(shí)驗(yàn),證明了輔助網(wǎng)絡(luò)的加入提高了模型的收斂速度。對(duì)提出的基于棧式稀疏自編碼的異構(gòu)遷移學(xué)習(xí)算法,在手寫數(shù)據(jù)集、西儲(chǔ)大學(xué)軸承故障診斷標(biāo)準(zhǔn)數(shù)據(jù)集以及軋機(jī)顫振歷史數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,不同源域數(shù)據(jù)輔助訓(xùn)練的分類器對(duì)目標(biāo)任務(wù)有不同的性能。在目標(biāo)域內(nèi)標(biāo)記數(shù)據(jù)不足的情況下,該方法的性能優(yōu)于傳統(tǒng)的機(jī)器學(xué)習(xí)方法。
【學(xué)位授予單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP181;TB114.3

【相似文獻(xiàn)】

 

相關(guān)期刊論文 前10條

1 韓麒麟;荊竹;;飛機(jī)故障診斷中飛參的數(shù)據(jù)支持作用研究[J];電子制作;2019年12期

2 王彥梅;李佳民;;農(nóng)用汽車發(fā)動(dòng)機(jī)狀態(tài)監(jiān)測(cè)系統(tǒng)與診斷方法研究[J];農(nóng)機(jī)化研究;2018年02期

3 王淵明;徐策;侯繼超;張禹生;;煙草機(jī)械中故障診斷技術(shù)的應(yīng)用[J];南方農(nóng)機(jī);2018年04期

4 周雪軍;;故障診斷技術(shù)在煙草機(jī)械中的應(yīng)用和發(fā)展趨勢(shì)[J];科技風(fēng);2018年22期

5 陳亞明;顏云;;故障診斷方法現(xiàn)狀及發(fā)展方向研究[J];電工技術(shù);2018年18期

6 單建虎;;石化轉(zhuǎn)動(dòng)設(shè)備狀態(tài)監(jiān)測(cè)與故障診斷平臺(tái)及應(yīng)用[J];石化技術(shù);2017年10期

7 石志軍;陳信在;高金寶;;艦船電子裝備電路板的故障診斷策略研究[J];科技與企業(yè);2016年01期

8 謝敏;樓鑫;羅芊;;航天器故障診斷技術(shù)綜述及發(fā)展趨勢(shì)[J];軟件;2016年07期

9 付麗莉;;汽輪機(jī)故障診斷技術(shù)的發(fā)展分析和研究[J];科技創(chuàng)新與應(yīng)用;2015年08期

10 謝春萍;梁家榮;;星型網(wǎng)絡(luò)的幾種故障診斷度研究[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年03期

相關(guān)博士學(xué)位論文 前10條

1 張玉彥;基于深度自編碼器的機(jī)械故障診斷方法研究[D];華中科技大學(xué);2019年

2 茆志偉;活塞式發(fā)動(dòng)機(jī)典型故障診斷及非穩(wěn)定工況監(jiān)測(cè)評(píng)估方法研究[D];北京化工大學(xué);2018年

3 劉頡;基于振動(dòng)信號(hào)分析的旋轉(zhuǎn)機(jī)械故障診斷方法研究[D];華中科技大學(xué);2018年

4 杭芹;用于聚變電源的故障診斷算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2019年

5 黃杰;基于智能學(xué)習(xí)的電噴汽車故障診斷與監(jiān)測(cè)評(píng)估系統(tǒng)的研究[D];中國(guó)農(nóng)業(yè)大學(xué);2018年

6 王奉濤;非平穩(wěn)信號(hào)故障特征提取與智能診斷方法的研究及應(yīng)用[D];大連理工大學(xué);2003年

7 錢華明;故障診斷與容錯(cuò)技術(shù)及其在組合導(dǎo)航系統(tǒng)中的應(yīng)用研究[D];哈爾濱工程大學(xué);2004年

8 蔣麗英;基于FDA/DPLS方法的流程工業(yè)故障診斷研究[D];浙江大學(xué);2005年

9 韓彥嶺;面向復(fù)雜設(shè)備的遠(yuǎn)程智能診斷技術(shù)及其應(yīng)用研究[D];上海大學(xué);2005年

10 張君;小波分析技術(shù)在汽輪機(jī)故障診斷中的應(yīng)用研究[D];華北電力大學(xué)（河北）;2005年

相關(guān)碩士學(xué)位論文 前10條

1 黃書翰;基于Fisher判別及ICS-RBF的TE過(guò)程故障識(shí)別及診斷[D];湘潭大學(xué);2019年

2 劉湘婉;基于智能算法的機(jī)載蒸發(fā)循環(huán)制冷系統(tǒng)故障診斷[D];南京航空航天大學(xué);2019年

3 李帥飛;基于數(shù)據(jù)驅(qū)動(dòng)的輪轂驅(qū)動(dòng)汽車失扭故障診斷方法研究[D];哈爾濱工業(yè)大學(xué);2019年

4 宋凱歌;產(chǎn)品交互式電子手冊(cè)的設(shè)計(jì)與實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2018年

5 于恩寧;激光捷聯(lián)慣性測(cè)量組合故障診斷技術(shù)研究[D];哈爾濱工業(yè)大學(xué);2018年

6 褚良宇;汽車發(fā)動(dòng)機(jī)冷卻系統(tǒng)故障診斷方法研究[D];重慶郵電大學(xué);2019年

7 楊晶;基于數(shù)據(jù)的風(fēng)電機(jī)組整機(jī)故障診斷研究[D];上海交通大學(xué);2018年

8 龔杰;基于數(shù)據(jù)挖掘的配電變壓器故障診斷[D];廣東工業(yè)大學(xué);2019年

9 王春峰;基于遷移學(xué)習(xí)的工業(yè)過(guò)程故障診斷方法研究與實(shí)現(xiàn)[D];大連理工大學(xué);2019年

10 付莎莎;基于人工智能的空間環(huán)境下航天器故障診斷[D];西安電子科技大學(xué);2019年

本文編號(hào)：2612401