典型文献
基于Triplet loss的电磁阀故障识别方法
文献摘要：
针对电磁阀故障识别对专家知识依赖过高,现有智能诊断系统多需要人为提取信号特征等问题,以某型号电磁阀作为研究对象,人为设置故障工况,采集各种工况下的多通道运行数据,利用TensorFlow平台搭建了对该电磁阀的端对端故障识别模型.此外,在此基础上又提出了基于Triplet loss函数的改进模型,并进行了验证测试.结果表明,基于Triplet loss的故障识别模型除具有更高的识别准确率之外,对于在不同动作频率下工作的电磁阀信号有更好的泛化能力.
文献关键词：
电磁阀;故障识别;机器学习;Triplet loss;TensorFlow
中图分类号：
作者姓名：
张文啸;孟国香;叶骞
作者机构：
上海交通大学 机械与动力工程学院,上海 200240;中国科学院上海天文台射电天文科学与技术研究室,上海 200030
文献出处：
引用格式：
[1]张文啸;孟国香;叶骞-.基于Triplet loss的电磁阀故障识别方法)[J].液压与气动,2022(09):116-125
A类：
B类：
Triplet,loss,电磁阀,故障识别方法,专家知识,赖过,智能诊断系统,取信,信号特征,多通道,运行数据,TensorFlow,平台搭建,端对端,识别模型,改进模型,验证测试,识别准确率,泛化能力
AB值：
0.355109
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。
