仪器仪表学报

作者：黎国强，魏美容，吴德烽，吴军，段超群

单位：黎国强,集美大学轮机工程学院厦门361021,lgq@jmu.edu.cn,魏美容,集美大学航海学院厦门361021,weimr@jmu.edu.cn,吴德烽,集美大学轮机工程学院厦门361021,,吴军,华中科技大学船舶与 海洋工程学院武汉430074,,段超群,上海大学机电工程与自动化学院上海200444,

关键词：零故障样本;连续小波变换知识库;对比损失函数;故障检测

基金：国家自然科学基金面上项目“基于多源微特征感知的船舶传动系统健康状态自主监测研究”（52375106）、厦门市自然科学基金项目“基于生成式AI的双燃料柴油机电控喷射系统故障预测与自愈调控研究”（3502Z202471042）资助

针对零故障样本问题，现有方法大多从迁移学习、样本生成等开展研究，然而该类方法依赖相近故障样本，难以保证训练样本与真实故障信号在数据分布上保持对齐，导致模型泛化性不足。针对上述问题，提出了基于连续小波变换知识库和ViT(VisionTransformer）网络的故障检测方法。采用了多种母小波函数构建连续小波变换知识库，从不同时-频角度对机械装备监测数据进行分析；设计了一种基于多模态时-频特征的对比损失函数，实现了ViT的有效训练；开发了基于余弦相似性分析的故障检测算法，检测机械装备各类异常状态。使用工业机器人实验平台对方法进行验证。结果表明，所提方法能够在零故障样本下构建高性能的特征提取网络，并能对各类故障状态进行准确检测。

来源：2024年第9期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2024年第9期