基于元学习的小样本多模态TE过程故障诊断

作     者：杨青 华春丽 朱美臣 吴东升 王笑臣 YANG Qing;HUA Chunli;ZHU Meichen;WU Dongsheng;WANG Xiaochen

作者机构：沈阳理工大学自动化与电气工程学院沈阳110159 浙江联宜电机有限公司浙江东阳322118 

基　　金：辽宁省教育厅高等学校基本科研项目(LJKMZ20220618) 

出 版 物：《沈阳理工大学学报》 (Journal of Shenyang Ligong University)

年 卷 期：2024年第43卷第2期

页      码：52-57页

摘      要：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。

主 题 词：多模态TE过程 故障诊断 小样本学习 元学习 

学科分类：08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0838[0838] 

D　O　I：10.3969/j.issn.1003-1251.2024.02.008

馆 藏 号：203126128...