收藏本站

基于小波分析与深度学习的工业过程故障分类

【摘要】:高信息化水平的工业过程故障管理平台对设备的维护与检修具有重要的作用,而故障分类技术是其中的重要一环。工业界通常采用统计分析、小波分析等传统的数据驱动方法,利用数理统计信息或时域、频域和空间域的信息对故障建立模型,具有较强的解释性与可靠性。而最新发展的深度学习算法取得了强劲的性能,但其可解释性和理论适用性较差。可将深度学习与传统方法相结合,以进一步提高故障分类的精度。在传统的故障分类技术中,常使用小波变换对信号进行去噪处理,但也舍弃了故障的部分频率分量。通过端对端设计的离散小波变换,可自适应地提取所需的频域特征,并结合深度残差网络以进一步提取出故障在频域内的深层模式。实验结果表明该算法在故障分类任务中取得了良好的效果。针对自编码器算法在特征提取中的盲目性问题,提出了小波自编码器(Wavelet Auto-encoder,简称WAE)对信号数据进行空间域的聚焦描述,使之更适用于分类任务。并将小波自编码器与深度残差网络相结合搭建了分类模型,实验结果表明该算法优于自编码器等常规深度学习算法。在现有卷积神经网络的应用中,通常对信号数据设置二维的感受野以提取时域、空间域的关联特征。但这将对变量的排列次序敏感,其特征提取过程的鲁棒性较差。为了解构时域和空间域中的关联性,提出了一维卷积与池化操作,独立提取各个特征变量的时域特征,并结合定宽卷积核提取空间域特征,最终搭建了一维多路的卷积神经网络。实验结果表明该算法提高了故障分类的精度,相比现有算法取得了更强的性能表现。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前18条
1 章琴心;农机产品故障分类及修理注意事项[J];农机维修;1995年05期
2 刘中华;;X线机的故障分类[J];医疗装备;2006年02期
3 崔宏伟;;CT常见故障分类及产生原因[J];影像研究与医学应用;2018年16期
4 段江涛,李凌均,张周锁,何正嘉,符寒光;基于支持向量机的机械系统多故障分类方法[J];农业机械学报;2004年04期
5 于焱,萩原正弥;阶层式故障分类法理论在设备故障诊断领域的应用[J];技术经济;2002年02期
6 杨泽宇;王培良;叶晓丰;;基于SSAE的非线性系统故障分类方法[J];控制工程;2018年11期
7 艾曜明;刘晓芳;姜卓健;;IPTV故障分析研究[J];湖南邮电职业技术学院学报;2015年01期
8 许可;陈书宏;尚文利;;基于LabVIEW的自组织网络的实现与应用[J];微计算机信息;2009年13期
9 张天文;;10kV配电故障查找及处理分析[J];东北电力技术;2015年07期
10 路传伟;;石化装备制造企业数控机床的故障分类及其诊断方法[J];科技创新导报;2012年16期
11 胡振海;;ADSL常见故障分类及其处理[J];河北企业;2010年08期
12 张斌;;一种模糊神经网络在故障分类中的应用研究[J];工业控制计算机;2012年12期
13 柳玉甜;蒋静坪;;移动机器人故障分类及处理方法的研究[J];机床与液压;2007年11期
14 戚云泽;;论自动化通信设备的故障分类及检修方法[J];黑龙江科技信息;2012年12期
15 蔡青;;浅论自动化通信设备的故障分类及检修方法[J];中小企业管理与科技(上旬刊);2011年05期
16 李宝通;通信设备故障分类及检修方法[J];农村电气化;2005年11期
17 柳华;;高校网络常见故障分类及其处理方法[J];科技创新与生产力;2016年07期
18 闫强;王树立;;现代工程机械液压系统故障诊断排除方法[J];硅谷;2010年11期
中国重要会议论文全文数据库 前3条
1 唐圣明;;DX—3型扫描电镜整机故障分类及可靠性分析[A];第三次中国电子显微学会议论文摘要集(二)[C];1983年
2 尹广力;;架空输电线路的运行维护及防雷措施[A];第四届全国架空输电线路技术交流研讨会论文集[C];2013年
3 陈欣;;探析自动化通信设备的故障分类及检修方法[A];第二届“科协文化——中关村论坛”论文集[C];2013年
中国博士学位论文全文数据库 前4条
1 祝志博;融合聚类分析的故障检测和分类研究[D];浙江大学;2012年
2 崔江;基于支持向量机的模拟电子电路故障分类技术研究[D];南京航空航天大学;2010年
3 林圣;基于暂态量的高压输电线路故障分类与定位方法研究[D];西南交通大学;2011年
4 陈建国;基于独立分量分析的机械故障特征提取及分类方法研究[D];大连理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 金淼;基于小波分析与深度学习的工业过程故障分类[D];华中科技大学;2019年
2 霍洪双;基于信号振幅的高压输电线故障分类研究[D];中国民航大学;2019年
3 邹晶;基于FSM和SVM的石化设备管理及故障分类系统设计[D];武汉科技大学;2018年
4 朱东阳;基于主动学习和半监督学习的工业故障分类研究及应用[D];浙江大学;2017年
5 王虹鉴;基于半监督集成学习的故障分类研究[D];浙江大学;2018年
6 郑旭;基于离散小波变换的特征提取和故障分类方法研究[D];北京化工大学;2017年
7 刘凤龙;高压直流输电系统故障诊断方法研究[D];昆明理工大学;2010年
8 郭书友;馈电线路行波检测与特征提取[D];北京化工大学;2007年
9 孔德健;基于改进ANFIS算法的故障分类及测距的研究[D];东北石油大学;2016年
10 严文武;基于独立成分分析的工业过程监测方法改进研究[D];江南大学;2015年
中国重要报纸全文数据库 前1条
1 ;[N];电子报;2006年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|