基于循环微调训练的柴油机故障迁移学习诊断
作者:
作者单位:

1.天津大学先进内燃动力全国重点实验室 天津,300072;2.潍柴动力股份有限公司内燃机与动力系统国家重点实验室 潍坊,261061;3.天津仁爱学院机械与动力工程学院 天津,301636

作者简介:

通讯作者:

王辉,男,1985年11月生,博士生。主要研究方向为动力设备智能运维。 E-mail: wanghui19@tju.edu.cn

中图分类号:

TH17;TK42

基金项目:

内燃机可靠性国家重点实验室开放课题资助项目(skler-202009)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对当前柴油机故障诊断领域深度学习模型参数规模大、训练时间长,以及工程应用中带标签样本不足的问题,提出一种基于轻量化网络和循环微调训练的柴油机故障诊断迁移学习方法。首先,该方法采用轻量化MobileNet-V2作为主干网络,在权重迁移学习的基础上,提出一种部分权重循环初始化微调的方法,解决了变工况条件下的小样本诊断问题;其次,开展不同程度进气滤清器堵塞和气门间隙异常的柴油机故障台架实验;最后,采用所提方法和现有方法,对变负荷条件下的柴油机进行故障诊断对比分析。结果表明:所提方法在参数规模、计算量、诊断精度和稳定性上均优于现有方法,尤其是在小样本条件下的优势更为明显。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2022-10-05
  • 最后修改日期:2022-12-08
  • 录用日期:
  • 在线发布日期: 2025-09-03
  • 出版日期:
您是第位访问者
振动、测试与诊断 ® 2025 版权所有
技术支持:北京勤云科技发展有限公司