全部
图书
期刊
学位论文
会议论文
报纸
图片
视频
新闻
关键词
- 基于迁移学习的民航发动机小样本故障诊断
- 作者： 付松 钟诗胜 林琳 张永健 来源： 计算机集成制造系统 年份： 2020 文献类型 ： 期刊 关键词： 民航发动机 支持向量机 小样本 深度自编码器 故障诊断 迁移学习
- 描述： 为解决民航发动机故障诊断面临的故障样本不足问题，提出了一种基于深度自动编码器(deep auto-encoder, DAE)迁移学习的小样本故障诊断方法。在该方法中，首先利用大量的正常样本对DAE进行训练，建立发动机状态特征提取模型；然后将该特征提取模型迁移到具有少量数据的发动机故障样本中，并对这些故障样本进行特征提取；最后利用支持向量机（support vector machine, SVM）实现小样本分类。另外，为了使DAE能够学习到更具有代表性的深度特征，利用重构误差评估不同隐藏层神经元节点数下的单个自动编码器(Auto-Encoder, AE)特征提取能力，进而通过单个AE特征提取能力对DAE隐藏层的神经元节点数进行了优化。以某航空公司的CFM56-7B系列发动机的实际飞行历史数据验证了所提出的故障诊断方法的有效性。