-
题名基于优化堆叠自编码器的故障诊断方法
- 1
-
-
作者
李启泽
徐琛
陶洪峰
杨慧中
-
机构
江南大学物联网工程学院
江南大学教育部轻工过程先进控制重点实验室
-
出处
《控制工程》
CSCD
北大核心
2024年第2期231-237,共7页
-
基金
国家自然科学基金资助项目(62103167,61773181,61203092)
中央高校基本科研业务费专项资金资助项目(JUSRP51733B)
江苏省自然科学基金资助项目(BK20210451)。
-
文摘
针对当前堆叠自编码器故障诊断方法在识别有效分类特征方面的缺陷,提出一种基于Fisher判别准则优化的堆叠自编码器故障诊断方法。将Fisher判别准则中寻找最佳投影方向的特征学习方法融入到堆叠自编码器的预训练中,利用样本标签信息在堆叠自编码器的逐层非线性映射中学习最佳的投影方向。在Fisher判别准则优化的损失函数约束下训练,增加不同类别故障特征的类间距离,减小同类别特征的类内距离。由于在堆叠自编码器的预训练中,同时设计最小化重构特征和最大化分类特征的约束条件,预训练后的堆叠自编码器能够提取到更有效的特征信息,以提升最终故障诊断的准确率。通过在Tennessee Eastman(TE)化工过程的应用验证了所提故障诊断方法的可行性。
-
关键词
堆叠自编码器
FISHER判别准则
故障诊断
特征提取
-
Keywords
Stacked autoencoder
Fisher discriminant criterion
fault diagnosis
feature extraction
-
分类号
TP277
[自动化与计算机技术—检测技术与自动化装置]
-