期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于无监督迁移学习的电梯制动器剩余寿命预测
被引量：
9
1
作者
姜宇迪
胡晖
殷跃红
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1408-1416,共9页
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为...
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为特征提取器,将仿真和实际数据映射到特征空间并利用最大平均差异实现数据对齐;利用全连接网络回归特征空间中的目标领域数据,从而实现对制动器在真实工作环境下的剩余生命周期预测.在训练阶段中,采用分步训练法替代传统的联合训练法,以保证单个模块的准确性.对比试验仿真数据与电梯塔中的实际工作数据,以验证方法的有效性.结果表明:通过引入迁移学习和分步训练法,所提方法可以将剩余生命周期预测的均方误差降低至0.0016,能够实现电梯制动器在真实工作环境下的剩余生命周期精准预测.
展开更多
关键词
电梯制动器
无监督深度迁移学习
长短期记忆网络自编码器
剩余生命周期
分步训练
在线阅读
下载PDF
职称材料
基于深度收缩残差网络的轴承变工况故障诊断
被引量：
8
2
作者
池福临
杨新宇
+2 位作者
邵思羽
张强
赵玉伟
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第4期1146-1156,共11页
目前,深度学习相关技术在旋转机械故障诊断领域得到了广泛应用。为提升深度学习算法在面对大量未标注数据和变工况运行方式下的诊断效果,构造了融合深度学习的特征学习能力与迁移学习的泛化能力的网络模型。通过添加软阈值构建深度收缩...
目前,深度学习相关技术在旋转机械故障诊断领域得到了广泛应用。为提升深度学习算法在面对大量未标注数据和变工况运行方式下的诊断效果,构造了融合深度学习的特征学习能力与迁移学习的泛化能力的网络模型。通过添加软阈值构建深度收缩残差网络提取噪声冗余下的轴承振动数据的特征信息;采用联合最大平均偏差准则和条件对抗学习域适配网络对齐源域和目标域,同时添加正则项提高类间对齐性能;通过变负荷、变速度与变噪声三种实验设置验证了模型的有效性。实验结果证明,该方法能够有效克服传统深度学习和浅层迁移学习算法的不足。
展开更多
关键词
故障诊断
变工况
深度
收缩残差网络
无监督深度迁移学习
在线阅读
下载PDF
职称材料
题名
基于无监督迁移学习的电梯制动器剩余寿命预测
被引量：
9
1
作者
姜宇迪
胡晖
殷跃红
机构
上海交通大学机械与动力工程学院
出处
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021年第11期1408-1416,共9页
基金
特种设备安全防护系统及其部件产品功能安全性能测试及评价关键技术研究(2018YFC0808903)。
文摘
为了改善电梯制动器在真实工作环境下的寿命预测效果,提出一种基于长短期记忆网络自编码器(LSTM-ED)的无监督深度迁移学习方法,利用仿真数据实现制动器在工作时的健康状态分析.利用源领域数据初步训练LSTM-ED和全连接网络;以LSTM-ED为特征提取器,将仿真和实际数据映射到特征空间并利用最大平均差异实现数据对齐;利用全连接网络回归特征空间中的目标领域数据,从而实现对制动器在真实工作环境下的剩余生命周期预测.在训练阶段中,采用分步训练法替代传统的联合训练法,以保证单个模块的准确性.对比试验仿真数据与电梯塔中的实际工作数据,以验证方法的有效性.结果表明:通过引入迁移学习和分步训练法,所提方法可以将剩余生命周期预测的均方误差降低至0.0016,能够实现电梯制动器在真实工作环境下的剩余生命周期精准预测.
关键词
电梯制动器
无监督深度迁移学习
长短期记忆网络自编码器
剩余生命周期
分步训练
Keywords
elevator brake
unsupervised deep transfer learning(UDTL)
long short-term memory encoder-decoder(LSTM-ED)
remaining useful life(RUL)
step training
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
基于深度收缩残差网络的轴承变工况故障诊断
被引量：
8
2
作者
池福临
杨新宇
邵思羽
张强
赵玉伟
机构
空军工程大学防空反导学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2023年第4期1146-1156,共11页
基金
国家自然科学基金资助项目(52106191)
陕西省自然科学基金基础研究青年项目资助(2022JQ-344)。
文摘
目前,深度学习相关技术在旋转机械故障诊断领域得到了广泛应用。为提升深度学习算法在面对大量未标注数据和变工况运行方式下的诊断效果,构造了融合深度学习的特征学习能力与迁移学习的泛化能力的网络模型。通过添加软阈值构建深度收缩残差网络提取噪声冗余下的轴承振动数据的特征信息;采用联合最大平均偏差准则和条件对抗学习域适配网络对齐源域和目标域,同时添加正则项提高类间对齐性能;通过变负荷、变速度与变噪声三种实验设置验证了模型的有效性。实验结果证明,该方法能够有效克服传统深度学习和浅层迁移学习算法的不足。
关键词
故障诊断
变工况
深度
收缩残差网络
无监督深度迁移学习
Keywords
intelligent fault diagnosis
variable working conditions
deep residual networks
unsupervised transfer learning
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于无监督迁移学习的电梯制动器剩余寿命预测
姜宇迪
胡晖
殷跃红
《上海交通大学学报》
EI
CAS
CSCD
北大核心
2021
9
在线阅读
下载PDF
职称材料
2
基于深度收缩残差网络的轴承变工况故障诊断
池福临
杨新宇
邵思羽
张强
赵玉伟
《计算机集成制造系统》
EI
CSCD
北大核心
2023
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
