典型文献
基于DaLSTM组合模型的电动舵机故障诊断方法
文献摘要：
为了实现电动舵机工作过程中多种故障的一体化诊断,提出了一种基于双阶段注意力的长短期记忆网络(DaLSTM)组合模型的故障诊断方法.首先,将电动舵机的多源传感器信号作为输入,采用基于输入注意力和时间注意力的长短期记忆网络(LSTM)自适应提取原始多源传感器数据中的相关特征,并通过DaLSTM组合模型实现多源传感器的时间序列预测.其次,在故障诊断时间窗口内,以不同工作状态下DaLSTM组合模型预测值与采样值的差值最小为决策函数诊断电动舵机的故障类型.最后,利用公开的美国国家航空航天局(National Aeronautics and Space Administration,NASA)数据集进行时间序列预测和故障诊断实验,对故障类别的平均识别率达到了 98.76％,证明了该方法的有效性.
文献关键词：
电动舵机;故障诊断;组合模型;长短期记忆网络
中图分类号：
作者姓名：
张晓瑜;邓佐青;唐黎伟;郭润夏;吴军
作者机构：
中国民航大学电子信息与自动化学院 天津 300300;中国民航大学航空工程学院 天津 300300
文献出处：
引用格式：
[1]张晓瑜;邓佐青;唐黎伟;郭润夏;吴军-.基于DaLSTM组合模型的电动舵机故障诊断方法)[J].电子测量与仪器学报,2022(11):70-78
A类：
DaLSTM
B类：
电动舵机,舵机故障诊断,故障诊断方法,机工,双阶段,长短期记忆网络,多源传感器,传感器信号,时间注意力,自适应提取,传感器数据,模型实现,时间序列预测,诊断时间,时间窗口,口内,工作状态,组合模型预测,决策函数,断电,故障类型,美国国家航空航天局,National,Aeronautics,Space,Administration,NASA,诊断实验,识别率
AB值：
0.274441
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
