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
1
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
基于卷积神经网络的抽油机故障诊断
被引量：
8
1
作者
吴昊臻
许燕
+2 位作者
周建平
谢欣岳
彭东
《燕山大学学报》
北大核心
2024年第1期30-38,共9页
抽油机故障诊断对于保障油气田的稳定运行至关重要.针对已有基于深度学习的故障诊断模型参数量大导致应用范围受限的问题提出一种基于空洞卷积和惩罚机制的卷积神经网络模型.该模型在浅层神经网络部署不同空洞卷积率的空洞残差模块高效...
抽油机故障诊断对于保障油气田的稳定运行至关重要.针对已有基于深度学习的故障诊断模型参数量大导致应用范围受限的问题提出一种基于空洞卷积和惩罚机制的卷积神经网络模型.该模型在浅层神经网络部署不同空洞卷积率的空洞残差模块高效获取示功图轮廓特征的同时降低了模型参数量.其次将惩罚机制融入Softmax损失函数增强模型诊断气体影响等难分样本的故障准确率.采用抽油机实况数据集进行实验验证结果表明该模型参数量为0.94 M浮点型计算量为165.24 M.与MobileNetV3相比改进后的算法模型在准确率同为96.6%的前提下参数量减少了3.30 M浮点型计算量减少了52.22 M更易部署在资源受限的故障诊断平台.
展开更多
关键词
卷积神经网络
抽油机
故障诊断
空洞卷积
损失函数
在线阅读
下载PDF
职称材料
题名
基于卷积神经网络的抽油机故障诊断
被引量：
8
1
作者
吴昊臻
许燕
周建平
谢欣岳
彭东
机构
新疆
大学机械工程学院
新疆金牛能源物联网科技股份有限公司
出处
《燕山大学学报》
北大核心
2024年第1期30-38,共9页
基金
国家自然科学基金资助项目(52265061)
新疆维吾尔自治区重点研发专项(2020B02016)。
文摘
抽油机故障诊断对于保障油气田的稳定运行至关重要.针对已有基于深度学习的故障诊断模型参数量大导致应用范围受限的问题提出一种基于空洞卷积和惩罚机制的卷积神经网络模型.该模型在浅层神经网络部署不同空洞卷积率的空洞残差模块高效获取示功图轮廓特征的同时降低了模型参数量.其次将惩罚机制融入Softmax损失函数增强模型诊断气体影响等难分样本的故障准确率.采用抽油机实况数据集进行实验验证结果表明该模型参数量为0.94 M浮点型计算量为165.24 M.与MobileNetV3相比改进后的算法模型在准确率同为96.6%的前提下参数量减少了3.30 M浮点型计算量减少了52.22 M更易部署在资源受限的故障诊断平台.
关键词
卷积神经网络
抽油机
故障诊断
空洞卷积
损失函数
Keywords
convolutional neural network
pumping unit
fault diagnosis
dilated convolution
loss function
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
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
基于卷积神经网络的抽油机故障诊断
吴昊臻
许燕
周建平
谢欣岳
彭东
《燕山大学学报》
北大核心
2024
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
