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
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：
基于PPIR-CBAM-VAE的阻抗法不均衡数据玻璃窗胶条失效诊断方法研究
1
作者 尤增颍 邬碧涵 +2 位作者 朱海勇 周玉勤 徐佳文 《仪器仪表学报》 北大核心 2025年第8期120-136,共17页
玻璃窗胶条长时间使用会发生老化,破坏结构的密封性,带来安全隐患。这类损伤具有高度隐蔽性,采用传统的人工检查手段不能及时发现问题,并导致健康-故障数据不均衡。针对这一问题,提出了一种将压电阻抗技术与Transformer深度学习模型结... 玻璃窗胶条长时间使用会发生老化,破坏结构的密封性,带来安全隐患。这类损伤具有高度隐蔽性,采用传统的人工检查手段不能及时发现问题,并导致健康-故障数据不均衡。针对这一问题,提出了一种将压电阻抗技术与Transformer深度学习模型结合的非侵入式故障诊断方法。针对实际应用中故障样本稀缺与数据分布不均衡的核心挑战,创新性地提出了一种基于卷积注意力机制和变分自编码器的数据增强生成模型,通过学习真实故障数据分布生成新样本以扩充数据集并提升Transformer模型的泛化能力。为进一步优化生成数据质量,提升诊断准确性,引入PPIR技术,将其与CBAM-VAE结合形成PPIR-CBAM-VAE协同优化方法。PPIR技术通过精确保留关键谐振峰特征、剔除非峰值点,并利用线性插值修复非峰值区域来生成样本,在丰富样本多样性的同时显著提升数据集稳定性。实验结果表明,PPIR-CBAM-VAE方法在极具挑战性的健康-故障样本不平衡比达20∶3的条件下,诊断准确率达到92.13%;在不平衡比为4∶1的条件下,诊断准确率从基础方法的92.27%显著提升至96.45%,极大优化了模型对少数类故障样本的识别性能。该研究系统构建了融合压电阻抗技术、Transformer模型及创新性PPIR-CBAM-VAE数据增强的故障诊断框架,为建筑密封系统健康监测提供了高灵敏性、高适用性的新解决方案。 展开更多
关键词 玻璃窗胶条 压电阻抗技术 数据增强 变分自编码器 Transformer模型 故障诊断
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部