典型文献
一种基于时空融合特征的间歇过程弱故障识别方法
文献摘要：
间歇过程数据上呈现出较强的非线性、高维性以及耦合性等特点,故障识别难度较大,而弱故障又具有幅值低、易被噪声干扰的特点,当间歇过程中出现弱故障时,更加大了检测人员对故障识别的困难.为解决该问题,提出一种基于时空融合特征的间歇过程弱故障识别方法,该方法设计了一种并行时空特征提取网络,对数据进行特征提取,通过对特征进行识别来判断故障类别.并行时空特征提取网络由卷积神经网络和长短期记忆网络并行构成,同步计算,网络的输出端由一定尺寸的卷积核对各网络提取的特征进行深度融合,最后通过一个全连接层将特征输入分类器,进行故障识别.利用青霉素发酵仿真实验数据进行实验,验证了方法的有效性.
文献关键词：
间歇过程;智能故障诊断;特征提取;卷积神经网络;长短期记忆网络
中图分类号：
作者姓名：
张敏;李贤均;王瑞琦;张则强
作者机构：
西南交通大学机械工程学院,四川成都610031;轨道交通运维技术与装备四川省重点实验室,四川成都610031
文献出处：
引用格式：
[1]张敏;李贤均;王瑞琦;张则强-.一种基于时空融合特征的间歇过程弱故障识别方法)[J].工业工程与管理,2022(03):64-73
A类：
B类：
时空融合,融合特征,间歇过程,故障识别方法,过程数据,高维性,耦合性,噪声干扰,当间,检测人员,方法设计,时空特征提取,特征提取网络,长短期记忆网络,输出端,定尺,卷积核,核对,全连接层,分类器,青霉素发酵,智能故障诊断
AB值：
0.285782
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。
