基于联邦增量学习的工业物联网数据共享方法 被引量：20

1

作者 刘晶 董志红 +2 位作者 张喆语 孙志刚 季海鹏 《计算机应用》 CSCD 北大核心 2022年第4期1235-1243,共9页

针对工业物联网(IIOT)新增数据量大、工厂子端数据量不均衡的问题,提出了一种基于联邦增量学习的IIOT数据共享方法(FIL-IIOT)。首先,将行业联合模型下发到工厂子端作为本地初始模型;然后,提出联邦优选子端算法来动态调整参与子集;最后,... 针对工业物联网(IIOT)新增数据量大、工厂子端数据量不均衡的问题,提出了一种基于联邦增量学习的IIOT数据共享方法(FIL-IIOT)。首先,将行业联合模型下发到工厂子端作为本地初始模型;然后,提出联邦优选子端算法来动态调整参与子集;最后,通过联邦增量学习算法计算出工厂子端的增量加权,从而使新增状态数据与原行业联合模型快速融合。实验结果表明,在美国凯斯西储大学(CWRU)轴承故障数据集上,所提FIL-IIOT使轴承故障诊断精度达到93.15%,比联邦均值(FedAvg)算法和无增量公式的FIL-IIOT(FIL-IIOT-NI)方法分别提高了6.18个百分点和2.59个百分点,满足了基于工业增量数据的行业联合模型持续优化的需求。 展开更多

关键词 工业物联网(IIOT) 联邦学习 增量学习 数据不均衡 优选子端

在线阅读 下载PDF 职称材料

基于知识和数据融合驱动的设备故障诊断方法 被引量：10

2

作者 刘晶 高立超 +2 位作者 孙跃华 冯显宗 季海鹏 《郑州大学学报（理学版）》 北大核心 2022年第2期39-46,共8页

传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题。针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成... 传统设备故障诊断方法通常基于单一的机理知识或运行数据,难以解决多复杂工况、多故障类型的设备故障问题。针对以上问题,提出了一种基于知识和数据融合驱动的设备故障诊断方法,从单纯依赖机理知识或运行数据到两者融合驱动,进一步形成故障图谱诊断系统,不仅通过优化的双向长短时记忆网络模型对设备运行数据进行故障分类,而且可以展示详细故障信息以及相似故障。经实验分析验证,故障诊断准确率平均达到95.03%,同时系统通过基于融合故障链的知识图谱进行辅助决策,返回故障相关信息。对比传统分类模型准确率表现突出,并实现了机理知识与数据驱动相融合的设备故障领域图谱构建。 展开更多

关键词 知识图谱 特征提取 故障诊断 LSTM 融合分类

在线阅读 下载PDF 职称材料

非独立同分布工业大数据下联邦动态加权学习方法 被引量：4

3

作者 刘晶 朱家豪 +1 位作者 袁闰萌 季海鹏 《计算机集成制造系统》 EI CSCD 北大核心 2023年第5期1602-1614,共13页

联邦学习在不交换本地数据的情况下可以完成多方协作训练,很好地解决了工业物联网领域数据隐私保护及共享问题。但是传统的联邦学习在面对非独立同分布的工业数据时,会因为局部模型更新导致模型的偏移。针对上述问题,提出非独立同分布... 联邦学习在不交换本地数据的情况下可以完成多方协作训练,很好地解决了工业物联网领域数据隐私保护及共享问题。但是传统的联邦学习在面对非独立同分布的工业数据时,会因为局部模型更新导致模型的偏移。针对上述问题,提出非独立同分布工业大数据下联邦动态加权学习方法,该方法分为局部更新和全局聚合两个阶段。在局部更新阶段,利用联邦距离算法消除偏移程度过大的局部模型的影响;在全局聚合阶段,提出动态加权算法,动态的给对全局模型更有利的局部数据分配更大的训练权重。该方法既考虑了局部更新导致的模型偏移程度问题,又兼顾了偏移局部模型对全局模型的影响。通过实验验证了该方法在面对非独立同分布的工业数据时具有良好的效果。 展开更多

关键词 工业物联网 隐私保护 联邦学习 非独立同分布数据

在线阅读 下载PDF 职称材料

基于联邦分层优化学习的设备故障诊断方法 被引量：3

4

作者 刘晶 王晓茜 +2 位作者 唐震 吕华 季海鹏 《计算机工程与设计》 北大核心 2024年第6期1850-1856,共7页

随着工业物联网的快速发展,联邦学习能够实现数据隐私下的多工厂联合设备故障诊断,然而不同工厂工况、计算资源、数据质量等异构性较大,导致传统联邦学习故障诊断的训练效率与准确率不高。针对上述问题,提出基于联邦分层优化学习的设备... 随着工业物联网的快速发展,联邦学习能够实现数据隐私下的多工厂联合设备故障诊断,然而不同工厂工况、计算资源、数据质量等异构性较大,导致传统联邦学习故障诊断的训练效率与准确率不高。针对上述问题,提出基于联邦分层优化学习的设备故障诊断方法。建立设备故障诊断分层架构进行层局部聚合缓解异构问题;提出本地个性更新选择算法减少模型偏移,提升联合诊断准确率;提出基于迭代阈值的局部聚合模型,通过动态迭代与局部聚合完成中心模型聚合。经实验分析验证,该方法显著提高了联合故障诊断的训练效率与准确率,具有良好的鲁棒性,满足多工厂高效设备故障诊断的工业需求。 展开更多

关键词 设备故障诊断 联邦学习 数据异构 联合建模 分层优化 个性更新 动态迭代

在线阅读 下载PDF 职称材料

基于改进一维卷积和双向长短期记忆神经网络的故障诊断方法 被引量：14

5

作者 董永峰 孙跃华 +2 位作者 高立超 韩鹏 季海鹏 《计算机应用》 CSCD 北大核心 2022年第4期1207-1215,共9页

针对工业领域中故障诊断数据存在时序性和夹杂强噪声的特点导致的收敛速度慢以及诊断精度低的问题,提出了一种基于改进一维卷积和双向长短期记忆(1DCNN-BiLSTM)神经网络融合的故障诊断方法。该方法包括故障振动信号的预处理、特征的自... 针对工业领域中故障诊断数据存在时序性和夹杂强噪声的特点导致的收敛速度慢以及诊断精度低的问题,提出了一种基于改进一维卷积和双向长短期记忆(1DCNN-BiLSTM)神经网络融合的故障诊断方法。该方法包括故障振动信号的预处理、特征的自动提取以及振动信号的分类。首先,采用自适应白噪声的完整经验模态分解(CEEMDAN)技术对原始振动信号进行预处理;其次,构建1DCNN-BiLSTM双通道模型,将处理后信号输入双向长短期记忆(BiLSTM)神经网络模型和一维卷积神经网络(1DCNN)模型两个通道,从而对信号的时序相关性特征、局部空间的非相关性特征和弱周期性规律进行充分提取;然后,针对信号夹杂强噪声的问题,对压缩与激励网络(SENet)模块进行改进并将其作用于两个不同的通道;最后,输入全连接层将双通道提取的特征进行融合并借助Softmax分类器实现对设备故障的精确识别。使用凯斯西储大学轴承数据集进行实验,结果表明改进后的SENet模块同时作用于1DCNN通道和stacked BiLSTM通道,1DCNN-BiLSTM双通道模型在保证快速收敛的情况下有最高诊断精度96.87%,优于传统单通道模型,有效提高了机械设备故障诊断效率。 展开更多

关键词 注意力机制 一维卷积神经网络 双向长短期记忆神经网络 双通道 故障诊断

在线阅读 下载PDF 职称材料

基于权重自适应特征融合的轴承故障诊断方法 被引量：5

6

作者 刘晶 梁佳杭 +1 位作者 封晨 季海鹏 《郑州大学学报（理学版）》 CAS 北大核心 2023年第4期54-60,共7页

传统的轴承故障诊断方法大多直接从原始振动信号中降维,仅利用时域特征诊断故障,存在故障特征单一的问题。针对上述问题,提出基于权重自适应特征融合的轴承故障诊断方法。首先对原始故障信号进行时频分析,得到故障的频域和时频域信息,... 传统的轴承故障诊断方法大多直接从原始振动信号中降维,仅利用时域特征诊断故障,存在故障特征单一的问题。针对上述问题,提出基于权重自适应特征融合的轴承故障诊断方法。首先对原始故障信号进行时频分析,得到故障的频域和时频域信息,然后建立双通道特征提取网络模型,分别对频域特征和时频域特征进行提取,最后提出特征自适应加权算法对不同维度特征动态加权,实现特征加权融合诊断。采用凯斯西储大学和帕德博恩大学轴承故障数据集进行实验,在测试集上最佳准确率为99.75%和98.57%,且能保持较好的收敛速度,有效提高了轴承的故障诊断效率。 展开更多

关键词 轴承故障诊断 特征融合 权重自适应

在线阅读 下载PDF 职称材料

基于元学习的设备故障知识图谱构建及推理方法 被引量：3

7

作者 刘晶 唐震 +2 位作者 王晓茜 窦润亮 季海鹏 《计算机集成制造系统》 EI CSCD 北大核心 2023年第11期3600-3613,共14页

知识图谱技术可以有效实现故障信息的结构化存储,弥补传统故障诊断方法缺乏结构化管理故障信息能力的不足。但是实际工况下故障样本数量稀少,传统知识图谱技术难以在小样本情况下完成图谱构建。针对上述问题,提出一种基于元学习的设备... 知识图谱技术可以有效实现故障信息的结构化存储,弥补传统故障诊断方法缺乏结构化管理故障信息能力的不足。但是实际工况下故障样本数量稀少,传统知识图谱技术难以在小样本情况下完成图谱构建。针对上述问题,提出一种基于元学习的设备故障知识图谱构建及推理方法。该方法首先提取故障规则链和信号特征构建设备故障信息知识图谱;其次提出基于元学习的故障链接预测算法,通过同一故障簇邻域负样本生成策略,使知识图谱具有在小样本情况下进行故障诊断的能力;最后,分别采用通识领域NELL-One数据集和实际设备故障数据集进行实验,验证了算法的故障诊断能力和查询相似故障的能力。 展开更多

关键词 知识图谱 故障诊断 元学习 负采样方法

在线阅读 下载PDF 职称材料

基于工业物联网的区块链多目标优化 被引量：11

8

作者 刘晶 张喆语 +1 位作者 董志红 季海鹏 《计算机集成制造系统》 EI CSCD 北大核心 2021年第8期2382-2392,共11页

针对区块链落地工业物联网时吞吐率低、部署开销大的问题,提出一种基于工业物联网的区块链多目标优化方法对吞吐率与通讯开销进行平衡。该方法首先随机拟合原始数据,并根据二进制交叉、多项式变异生成原始父种群,然后提出自选精英保留... 针对区块链落地工业物联网时吞吐率低、部署开销大的问题,提出一种基于工业物联网的区块链多目标优化方法对吞吐率与通讯开销进行平衡。该方法首先随机拟合原始数据,并根据二进制交叉、多项式变异生成原始父种群,然后提出自选精英保留策略的快速非支配排序算法来寻找精英解集,最后通过迭代算法计算出最优区块链节点数。实验分析验证,改进算法通过解决伪支配点问题提高了算法敛散性,使区块链吞吐率显著提升,部署通讯开销明显下降,满足区块链落地的工业物联网需求。 展开更多

关键词 工业物联网 区块链 多目标优化 吞吐率 通讯开销

在线阅读 下载PDF 职称材料

基于主侧链合作的区块链访问控制策略 被引量：11

9

作者 刘晶 朱炳旭 +2 位作者 梁佳杭 任女尔 季海鹏 《计算机工程》 CAS CSCD 北大核心 2022年第3期10-16,22,共8页

传统区块链技术处理交易能力弱、吞吐量低,不仅难以处理工业环境下的海量数据,而且其访问控制策略权限管理效率低,安全性不足。针对上述问题,提出一种基于主侧链合作的工业物联网访问控制策略。通过Plasma Cash框架构建高性能DPOS侧链,... 传统区块链技术处理交易能力弱、吞吐量低,不仅难以处理工业环境下的海量数据,而且其访问控制策略权限管理效率低,安全性不足。针对上述问题,提出一种基于主侧链合作的工业物联网访问控制策略。通过Plasma Cash框架构建高性能DPOS侧链,并根据合约将侧链与主链双向锚定,实现区块链的主侧链扩容。根据工业物联网的节点特点和主侧链区块链的运行环境,设计适用于主侧链环境的访问控制模型,访问控制模型内的主客体信息收集点阻隔外部实体直接访问,信息处理点实现访问控制策略执行与存储分离。将模型编写成图灵完备智能合约后放至侧链上,侧链负责合约的执行并通过稀疏默克尔树算法与主链进行数据的批量同步验证。实验结果表明,该策略可对基于工业物联网的区块链传输速度和稳定性进行有效优化,提高了控制策略的管理效率和安全性,可满足工业物联网中的使用需求。 展开更多

关键词 工业物联网 区块链 访问控制 智能合约 扩容技术

在线阅读 下载PDF 职称材料

基于融合驱动的余热阀门控制优化方法 被引量：5

10

作者 刘晶 李超然 +1 位作者 张建楠 赵佳 《热力发电》 CAS CSCD 北大核心 2023年第10期176-186,共11页

传统余热阀门控制技术主要分为机理建模和数据驱动2种方法,但在实际的应用中前者因机理复杂,难以准确描述,后者要求数据质量高、工况样本全,难以短时间满足。针对上述问题,提出一种基于融合驱动的余热阀门控制优化方法,该方法首先融合... 传统余热阀门控制技术主要分为机理建模和数据驱动2种方法,但在实际的应用中前者因机理复杂,难以准确描述,后者要求数据质量高、工况样本全,难以短时间满足。针对上述问题,提出一种基于融合驱动的余热阀门控制优化方法,该方法首先融合机理知识与数据知识构建基于模糊集合的知识图谱模型,将阀门开度知识实体化;其次,建立基于时间保护机制的长短时记忆(long short-term memory,LSTM)神经网络阀门开度优化模型,并提出时间保护机制算法,确定阀门最优调节频率;最后,通过知识推理得到推荐阀门开度。经实验分析验证,该方法通过融合余热回收机理等定性知识和设备运行数据等定量知识,在提升设备安全性的同时,产生的高温饱和蒸汽焓值提升概率为94%,平均每天可提升8640 kJ,实现了余热回收阀门开度的智慧决策。 展开更多

关键词 融合驱动 余热回收 阀门控制 知识图谱 LSTM神经网络

在线阅读 下载PDF 职称材料

基于多尺度残差子域适应的轴承故障诊断方法 被引量：2

11

作者 刘晶 宁森 +2 位作者 徐伟杰 盛译瑶 季海鹏 《郑州大学学报（理学版）》 CAS 北大核心 2023年第5期39-46,共8页

针对不同工况下轴承监测数据分布差异性大且带有标签数据稀缺的问题,提出一种基于多尺度残差子域适应的轴承故障诊断方法。首先,构建多尺度残差网络,提取源域与目标域的可迁移特征;其次,通过局部中心距差异对齐源域和目标域中同一类别... 针对不同工况下轴承监测数据分布差异性大且带有标签数据稀缺的问题,提出一种基于多尺度残差子域适应的轴承故障诊断方法。首先,构建多尺度残差网络,提取源域与目标域的可迁移特征;其次,通过局部中心距差异对齐源域和目标域中同一类别的相关子域分布;最后,将局部中心距差异和分类器损失作为目标优化函数,完成模型训练,实现目标域数据的状态识别,并通过实验表明,该方法在目标域数据无标签的情况下准确率可以达到98%以上,满足工程应用的实际需求。 展开更多

关键词 轴承故障诊断 子域适应 多尺度残差网络 局部中心距差异 状态识别

在线阅读 下载PDF 职称材料