原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
测控技术
·２４·２０２３４２１１模式识别与人工智能
年第卷第期
基于ＥＣＡＭＴＬ模型的小样本变工况轴承故障诊断
杨青，王笑臣，吴东升，董岩松
（沈阳理工大学自动化与电气工程学院，辽宁沈阳１１０１５９）
摘要为解决小样本变工况轴承故障诊断中故障诊断模型参数多且泛化性能弱故障诊断率低诊断速
：、、
度慢的问题，提出了将高效通道注意力（ＥｆｆｉｃｉｅｎｔＣｈａｎｎｅｌＡｔｔｅｎｔｉｏｎ，ＥＣＡ）机制与元迁移学习（Ｍｅｔａ
ＴｒａｎｓｆｅｒＬｅａｒｎｉｎｇＭＴＬ
，）相结合的在线故障诊断方法。首先，将不同工况的原始振动信号转化为二维灰
度图像采用改进后的残差网络作为特征提取器进行特征提取在不提升模型复杂度的情况下增强了
，。，
模型对重要特征的关注度增强了模型的特征提取能力之后将提取到的特征与现场数据结合进行元
，。，
，。，，，
训练获得训练参数最后在元测试阶段利用不同工况的元学习任务对模型进行微调实现在线变工
况轴承故障诊断。对比实验验证了本文方法的有效性和泛化能力。
关键词：故障诊断；小样本；变工况；元迁移学习；高效通道注意力机制
中图分类号ＴＰ２７７３文献标志码Ａ文章编号１０００－８８２９２０２３１１－００２４－０８
：：：（）
ｄｏｉ：１０．１９７０８／ｊ．ｃｋｊｓ．２０２３．１１．００５
ＢｅａｒｉｎｇＦａｕｌｔＤｉａｇｎｏｓｉｓｏｆＳｍａｌｌＳａｍｐｌｅＵｎｄｅｒＶａｒｉａｂｌｅＷｏｒｋｉｎｇＣｏｎｄｉｔｉｏｎｓ
ＢａｓｅｄｏｎＥＣＡＭＴＬＭｏｄｅｌ
ＹＡＮＧＱｉｎｇ牞ＷＡＮＧＸｉａｏｃｈｅｎ牞ＷＵＤｏｎｇｓｈｅｎｇ牞ＤＯＮＧＹａｎｓｏｎｇ
牗ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ牞ＳｈｅｎｙａｎｇＬｉｇｏｎｇＵｎｉｖｅｒｓｉｔｙ牞Ｓｈｅｎｙａｎｇ１１０１５９牞Ｃｈｉｎａ牘
Ａｂｓｔｒａｃｔ牶Ａｎｏｎｌｉｎｅｆａｕｌｔｄｉａｇｎｏｓｉｓｍｅｔｈｏｄｃｏｍｂｉｎｉｎｇｅｆｆｉｃｉｅｎｔｃｈａｎｎｅｌａｔｔｅｎｔｉｏｎ牗ＥＣＡ牘ｍｅｃｈａｎｉｓｍａｎｄｍｅｔａ
ｔｒａｎｓｆｅｒｌｅａｒｎｉｎｇ牗ＭＴＬ牘ｉｓｐｒｏｐｏｓｅｄｔｏｓｏｌｖｅｔｈｅｐｒｏｂｌｅｍｓｏｆｍａｎｙｍｏｄｅｌｐａｒａｍｅｔｅｒｓ牞ｗｅａｋｇｅｎｅｒａｌｉｚａｔｉｏｎｐｅｒ
ｆｏｒｍａｎｃｅ牞ｌｏｗｆａｕｌｔｄｉａｇｎｏｓｉｓｒａｔｅａｎｄｓｌｏｗｄｉａｇｎｏｓｉｓｓｐｅｅｄｉｎｓｍａｌｌｓａｍｐｌｅｖａｒｉａｂｌｅｂｅａｒｉｎｇｆａｕｌｔｄｉａｇｎｏｓｉｓ．
Ｆｉｒｓｔｌｙ牞ｔｈｅｏｒｉｇｉｎａｌｖｉｂｒａｔｉｏｎｓｉｇｎａｌｓｏｆｄ
您可能关注的文档
最近下载
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）