-
题名基于最优架构搜索网络的液压泵故障诊断改进方法研究
- 1
-
-
作者
郑直
刘彤谣
赵文博
刘伟民
王志军
-
机构
华北理工大学机械工程学院
-
出处
《机床与液压》
北大核心
2024年第19期216-224,共9页
-
基金
河北省自然科学基金项目(E2022209086)
唐山市科技创新团队培养计划项目(21130208D)
河北省科技重大专项项目(22282203Z)。
-
文摘
针对神经网络结构搜索方法(NAS)在搜索最优结构时存在性能评估效率偏低,以及由于模型泛化性能力不足导致液压泵故障诊断精度过低等问题,提出一种改进的Data-free NAS方法。通过引入CAME优化器和热重启余弦退火优化算法,分别替代SGD优化器和LambdaLR优化算法,对Data-free NAS的诊断精度和计算效率等性能评估验证功能进行改进优化处理。通过液压泵实测故障实验验证分析可知:所提改进方法较原方法具有显著有效性和优越性;CAME优化器在优化模型的学习率和动量等权重超参数方面具有明显优势,精度和效率分别提升了7.24%和37.5%,且精度高达100%;热重启余弦退火优化算法可优化学习率参数,使效率提升了81.25%。
-
关键词
神经网络结构搜索
液压泵
came优化器
热重启余弦退火算法
故障诊断
-
Keywords
neural architecture search
hydraulic pump
came optimizer
cosine annealing with warm restart algorithm
fault diagnosis
-
分类号
TH137
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于改进类别嵌入发掘网络的液压泵零样本故障诊断
- 2
-
-
作者
李克
郑直
刘彤谣
袁晓明
韩炬
-
机构
华北理工大学机械工程学院
-
出处
《机床与液压》
2024年第20期248-256,共9页
-
基金
河北省自然科学基金项目(E2022209086)
唐山市科技创新团队培养计划项目(21130208D)
河北省科技重大专项项目(22282203Z)。
-
文摘
当引入类别嵌入发掘(VGSE)对液压泵进行零样本故障诊断研究时,该模型不具备收敛性、泛化性和稳定性,且存在计算效率低等问题,因此提出了改进类别嵌入发掘网络(SCP-VGSE)。为了改善VGSE网络性能,将SE注意力机制嵌入到网络结构的特征提取功能模块中;为了进一步改善网络性能,引入CAME优化器替换Adam优化器,对网络的学习率、权重等超参数进行优化处理;最后,利用粒子群算法对网络的学习率进行优化。通过液压泵实测零样本故障实验验证分析可知,所提改进方法提升了模型的收敛性、泛化性和稳定性,实现了高达96%的收敛精度,且诊断效率提升了68.75%。
-
关键词
类别嵌入发掘网络(VGSE)
注意力机制
came优化器
粒子群算法
零样本
-
Keywords
visually-grounded semantic embeddings(VGSE)
squeeze-and-excitation(SE)
came optimizer
particle swarm optimization
zero-shot
-
分类号
TH137
[机械工程—机械制造及自动化]
TP277
[自动化与计算机技术—检测技术与自动化装置]
-
