中国机械工程 ›› 2021, Vol. 32 ›› Issue (17): 2090-2099,2107.DOI: 10.3969/j.issn.1004-132X.2021.17.010
李聪波1;王睿1;张友1;蒋立君2;孙皓2
LI Congbo1;WANG Rui1;ZHANG You1;JIANG Lijun 2;SUN Hao2
摘要: 工厂实际运行环境下,基于实验室数据的离心鼓风机故障预警模型常常失效,且实际运行数据难以支撑高精度预警模型的构建。提出一种基于自编码的迁移学习方法来快速构建适用于实际运行环境的故障预警模型。首先对实验室采集的离心鼓风机监测数据进行加窗重采样,建立融合稀疏限制的自编码模型;然后将工厂和实验室数据输入自编码网络得到低维特征,最小化两者低维特征的最大均值差异,进而采用较小学习率调整自编码模型完成模型迁移;最后,基于调整后的模型与预警指标制定故障预警策略,实现工厂实际环境下离心鼓风机故障的准确预警。在某型号离心鼓风机数据集上的实验结果表明,该方法与其他三种方法相比具有更高的故障预警精度。
中图分类号: