-
题名基于元学习的小样本多模态TE过程故障诊断
- 1
-
-
作者
杨青
华春丽
朱美臣
吴东升
王笑臣
-
机构
沈阳理工大学自动化与电气工程学院
浙江联宜电机有限公司
-
出处
《沈阳理工大学学报》
CAS
2024年第2期52-57,共6页
-
基金
辽宁省教育厅高等学校基本科研项目(LJKMZ20220618)。
-
文摘
为解决多模态TE过程在小样本条件下故障诊断精度低的问题,提出了一种基于深度最近邻神经网络(DN4)与压缩和激励(SE)模块结合的集合型故障诊断方法(SEDN4)。首先,使用小波包变换将多模态过程数据转换成二维图像,划分元学习任务;然后,由嵌入网络进行局部特征提取,获得局部特征描述符;最后,使用k近邻搜索得到预测值。当新模态产生时,基于已有模型设计经验,在小样本条件下可快速得到新模态故障诊断模型。实验结果表明,本文方法在小样本条件下能够较好地实现多模态故障诊断,提高了故障诊断准确率,诊断效果较好。
-
关键词
多模态te过程
故障诊断
小样本学习
元学习
-
Keywords
multimodal te process
fault diagnosis
small sample
meta learning
-
分类号
TP277.3
[自动化与计算机技术—检测技术与自动化装置]
-
