控制与决策

作者：张志强,储昭碧,陈立平,杨清宇

单位：合肥工业大学 电气与自动化工程学院,合肥 230009hspace{3pt},,合肥工业大学 电气与自动化工程学院,合肥 230009hspace{3pt},,合肥工业大学 电气与自动化工程学院,合肥 230009hspace{3pt},,西安交通大学 自动化科学与工程学院,西安 710049,

关键词：旋转机械;故障诊断;特征提取;自编码器;模糊C均值;伪标签

基金：中央高校基本科研业务费专项资金项目(JZ2023HGQA0108,JZ2023HGTA0200)；国家自然科学基金面上项目(62073114,11971032)；安徽省科技重大专项项目(202103a05020001).

针对传统自编码器以无监督方式学习特征、缺乏监督信息的指导造成特征判别性弱的问题,提出一种簇紧凑自编码器(cluster compact auto-encoder,CCAE).首先,利用模糊C均值算法对样本进行聚类得到伪标签,并通过PBMF指标确定最佳聚类数;然后,利用伪标签构建簇紧凑正则项,嵌入样本所属类别的判别性信息;最后,将簇紧凑正则项与标准自编码器的损失函数相结合作为CCAE的损失函数,所提出的CCAE通过伪标签的方式嵌入区分类别的判别性信息,可增强特征的判别性,从而显著提升诊断性能;最后,在旋转机械齿轮和轴承数据集上验证所提出方法的有效性,结果表明,CCAE可广泛用于旋转机械故障诊断的特征提取阶段,为工程人员实现判别性特征的自动提取提供一种解决方案.

来源：2024年第7期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第7期