机床与液压

作者：李克，郑直，刘彤谣，袁晓明，韩炬

单位：华北理工大学机械工程学院；华北理工大学机械工程学院；华北理工大学机械工程学院；燕山大学机械工程学院；华北理工大学机械工程学院

关键词：类别嵌入发掘网络(VGSE); 注意力机制; CAME优化器; 粒子群算法; 零样本

基金：河北省自然科学基金项目(E2022209086)；唐山市科技创新团队培养计划项目(21130208D)；河北省科技重大专项项目(22282203Z)

当引入类别嵌入发掘(VGSE)对液压泵进行零样本故障诊断研究时，该模型不具备收敛性、泛化性和稳定性，且存在计算效率低等问题，因此提出了改进类别嵌入发掘网络（SCP-VGSE）。为了改善VGSE网络性能，将SE注意力机制嵌入到网络结构的特征提取功能模块中；为了进一步改善网络性能，引入CAME优化器替换Adam优化器，对网络的学习率、权重等超参数进行优化处理；最后，利用粒子群算法对网络的学习率进行优化。通过液压泵实测零样本故障实验验证分析可知，所提改进方法提升了模型的收敛性、泛化性和稳定性，实现了高达96%的收敛精度，且诊断效率提升了68.75%。

来源：2024年第20期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第20期