نموذج تشخيص عطل مضخة مياه غير متوازنة على مرحلتين قائم على التعلم القياسي

Zhiwen Yao ,  

Xiwen Cui ,  

Nagi Gebraeel ,  

Tangbin Xia ,  

Lifeng Xi ,  

摘要

لمعالجة مشكلة التوازن الشديد للبيانات وصعوبة استخراج الميزات في تشخيص أعطال مضخة الحقن المكبسية، اقترح هذا البحث خوارزمية تشخيص أعطال تدمج التعلم القياسي مع آلية التكيف مع العينة. أولاً، تم بناء مستخرج ميزات قائم على تحويل ويفلت لاپلاس الالتفافي وآلية الانتباه متعددة المقاييس لالتقاط ميزات الأعطال الرئيسية وتخصيص أوزان الميزات بشكل تكيفي. ثانياً، تم إدخال وحدة تعلم قياسي مدفوعة بخسارة المركز المزدوجة، تفرض قيود المسافة بين الفئات وداخلها في فضاء التضمين عالي الأبعاد لتعزيز تصنيف عينات الأعطال المتشابهة، مما يعزز قدرة التعرف على العطل. أخيراً، تم اعتماد آلية أخذ عينات متوازنة الفئات لتعزيز النموذج تكيفياً، مما يتغلب على قيود الأداء الناتجة عن عدم توازن البيانات ويرفع دقة التشخيص الكلية. أظهرت نتائج التحقق على مجموعة بيانات حقيقية غير متوازنة لمضخات الحقن تحقيق دقة تشخيص بلغت 97.11٪.

关键词

تشخيص أعطال غير متوازن; تحويل ويفلت لاپلاس; التعلم القياسي; خسارة المركز المزدوج

阅读全文