期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
融合图标签传播和判别特征增强的工业机器人关键部件半监督故障诊断方法 被引量:18
1
作者 韩特 李彦夫 +2 位作者 雷亚国 李乃鹏 李响 《机械工程学报》 EI CAS CSCD 北大核心 2022年第17期116-124,共9页
RV减速器作为工业机器人关键部件之一,其机械故障将造成整机定位精度下降。围绕RV减速器开展健康状态监测与智能故障诊断具有重要意义。基于故障标记数据充足的假设,数据驱动的智能诊断方法可以有效建立监测信号与健康状态的非线性映射... RV减速器作为工业机器人关键部件之一,其机械故障将造成整机定位精度下降。围绕RV减速器开展健康状态监测与智能故障诊断具有重要意义。基于故障标记数据充足的假设,数据驱动的智能诊断方法可以有效建立监测信号与健康状态的非线性映射关系。然而,在工程实际中收集大量故障标记样本需要昂贵的标记代价和人力成本。针对上述问题,提出了一种融合图标签传播和判别特征增强的RV减速器半监督故障诊断方法。首先,利用标签传播算法赋予无标记样本伪标签。然后,通过信息熵定量评估伪标签置信度,降低误标记对模型半监督学习的干扰。同时,在深度特征嵌入空间下优化少量标记样本度量损失,构造更具判别力的特征图,提升伪标签质量。最后,采用实际工业机器人RV减速器故障数据进行方法验证。结果表明,所提半监督故障诊断方法可以对无标记样本精准地传播标签,仅利用少量标记样本获取更优的故障识别精度。 展开更多
关键词 RV减速器 工业机器人 半监督故障诊断
原文传递
改进掩码自编码器的滚动轴承半监督故障诊断
2
作者 陈仁祥 张晓 +2 位作者 张旭 赵玲 夏亮 《仪器仪表学报》 EI CAS CSCD 北大核心 2024年第1期26-33,共8页
针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进... 针对滚动轴承在不同转速条件下数据分布不同以及实际工程应用中标签样本不足导致故障诊断精度低的问题,将领域适配模块融入掩码自编码器(MAE)中,提出了改进掩码自编码器(IMAE)的滚动轴承半监督故障诊断方法。首先,对滚动轴承振动信号进行连续小波变换(CWT)得到反应信号时频特征的二维时频图,然后对时频图随机掩码,利用无标签样本进行掩码自编码器预训练,获得数据中复杂的内在特征,减少对有标签样本的依赖;其次将领域适配模块引入到预训练后的编码器中,使用少量有标签源域数据对IMAE进行微调,在希尔伯特空间中利用最小化最大均值差异减小因转速不同造成的源域与目标域间数据分布差异;最后在Softmax分类层下实现滚动轴承半监督故障诊断。通过滚动轴承数据集实验验证,所提方法检测精度均达到94%以上,证明了该方法的可行性与有效性。 展开更多
关键词 掩码自编码器 滚动轴承 不同转速 标签样本 半监督故障诊断
下载PDF
面向业务异常数据的伪标签半监督故障诊断方法
3
作者 陆宏波 《科学技术创新》 2024年第22期101-104,共4页
针对运维故障诊断任务中所面临的数据量庞大、标注成本高昂以及样本类别分布不均衡等挑战,提出了一种面向业务异常数据的伪标签半监督学习方法。首先,该方法对伪标签数据进行了数据增强,并引入了伪标签损失函数来迭代优化模型。此外,设... 针对运维故障诊断任务中所面临的数据量庞大、标注成本高昂以及样本类别分布不均衡等挑战,提出了一种面向业务异常数据的伪标签半监督学习方法。首先,该方法对伪标签数据进行了数据增强,并引入了伪标签损失函数来迭代优化模型。此外,设计了一种自适应非平衡网络,引入了自适应损失函数,以缩小样本之间的非平衡差距,从而提高模型的泛化能力。最后,通过运用基于分布对齐的策略,构建了一个选择性的伪标签自训练框架,有效减轻了模型在迭代训练过程中可能出现的预测偏移问题。实验结果显示,在真实的磁盘数据集上,相较于传统的基线半监督学习算法,本方法在故障诊断方面取得了显著的性能提升。 展开更多
关键词 半监督故障诊断 伪标签 非平衡学习 自适应网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部